报告人:张旭
报告题目:机器学习与高通量计算在电催化剂开发中的应用
报告摘要:对催化重要能源转化过程电催化剂的高效研发是实现可持续发展的必然需求。利用传统实验“试错法”研究往往受限于长周期、高成本,从而难以满足当今社会发展速度的需求。近年来,结合机器学习与高通量计算的研究方法在电催化剂的开发领域中展现出活力,并逐渐成为新型催化剂研究的有力工具。基于以上背景,本课题组结合机器学习与高通量计算,从高效电催化剂筛选、理性设计及电催化机理探索等方面进行研究,以期借此新的研究方法推动电催化剂的发展,并缩小理论计算与实验之间的鸿沟。
报告简介:张旭,现为郑州大学化工学院直聘研究员,多年来致力于结合理论计算与机器学习研究二维无机催化材料。研究揭示了MXene等多种二维材料的物理化学特性和潜在应用,部分结果为实验验证;发展了层状和二维材料高通量筛选方法,筛选了钠离子电池材料和光解水催化剂;通过数据库与机器学习结合设计了多种单原子电催化剂。