近期热点文章

作     者：詹东平 

作者机构：厦门大学化学化工学院 

出 版 物：《电化学》 (Journal of Electrochemistry)

年 卷 期：2021年第27卷第3期

页      码：351-353页

摘      要：关键词:机器学习·CO_(2)还原·Cu基催化剂***,***,***,***,***,***,***,***,***,***,Machine-Learning-Guided Discovery and Optimization of Additives in Preparing Cu Catalysts for CO2 Reduction,***.,2021,143(15):5755-5762.厦门大学汪骋教授与周达副教授通过“实验测试→机器学习分析→预测和重新设计”三个迭代周期,发现含脂肪族羟基的分子添加剂可调控催化剂前驱体中Cu_(2)O立方体的形成,提高C_(2+)产物的法拉第效率,获得了对CO、HCOOH和C^(2+)产物具有高选择性的CO_(2)还原铜基催化剂。

主 题 词：机器学习 铜基催化剂 Cu基催化剂 高选择性 脂肪族 迭代周期 

学科分类：0808[工学-自动化类] 08[工学] 

馆 藏 号：203104189...