网站地图关于合作招聘帮助

热线：400-152-6858

测试狗科研服务

预存定制

登录

|

注册

Document

当前位置：文库百科 › 文章详情

机器学习+DFT计算引领催化剂设计新趋势

来源：本站时间：2020-07-16 13:52:25 浏览：784次

对于传统催化剂设计与开发，最开始大家都是用经验试错法，或化学原理开发法，这些方法消耗了实验科学家绝大多数时间。为了进一步解释催化机理，缩短开发周期，理论化学家们开发了第一性原理计算方法及相关计算程序并广泛应用于各种催化反应研究体系中。

机器学习算法的逐渐成熟和计算资源的迅速发展，逐渐在顶刊中出现一些关于机器学习应用在材料设计中的案例。Nature在5月13号刊登了一篇文章：Accelerated discovery of CO₂ electrocatalysts usingactive machine learning（DOI: 10.1038/s41586-020-2242-8），研究者通过机器学习和实验方法结合开发了一种Cu-Al催化剂，可用于高活性和选择性地将CO₂电还原为C₂H₄。结合离散傅里叶变换，火山关系图和主动机器学习来优化催化剂性能，对有前景的电催化剂进行了高通量筛选和预测。

图1 用计算方法筛选Cu和Cu基化合物

那么作为未来的趋势，大数据驱动的机器学习+第一性原理计算高通量筛选催化剂的方法，是如何缩短实验开发周期，甚至是计算模拟的计算周期呢？

想知道答案，欢迎在2020年7月19日14:00进入微信小程序“科学10分钟”观看直播，B站(up主: 测试狗-科研服务)同步播出。

本系列机器学习+DFT计算课程依旧由李昊博士给大家带来，剑指Nature。

主讲人介绍：李昊，计算GO技术顾问，博士毕业于德克萨斯大学奥斯汀分校，博士后工作于丹麦科技大学物理系。主要研究领域为能源/环境催化剂设计、量子力学计算方法开发、人工智能应用。在J. Am. Chem. Soc., Adv. Mater., ACS Catal., ACS Nano, Adv. Funct. Mater., 等发表60余篇研究论文。至今总引用数大于1500（h指数为21）。担任Elsevier杂志Nano Materials Science客座编辑、并同时担任SCI杂志International Journal of Photoenergy和Materials的专刊编辑。定期为Adv. Mater., Chem.Sci., Adv. Funct. Mater., ACS Catal., J. Mater. Chem. A,Chem. Common. 等知名杂志担任审稿工作。2017-2019年均获学科顶级审稿人（Publons评选）。被Chem. Common. 评为“2019年度十佳审稿人”。

课程内容包括但不限于：

	课程安排	上课时间	课程内容
7月19号	机器学习与计算入门	14:00-15:00 (限时免费)	如何通过机器学习加速第一性原理计算，从而促进催化反应研究
时间待定，敬请期待	催化机理	时间待定（价值999元催化机理课程，只需要499元即可统统带走，转发朋友圈+2人团购价399元，转发朋友圈+3人团购价299元）	催化建模三大重要原理的详细解析（Scaling relationship、Brønsted–Evans–Polanyi relationship、Sabatier principle）
	催化机理		d带中心理论的介绍（d-band center theory）
	火山图活性模型的推导方法		气相催化模型
			液相催化模型（含最近较热门的复杂环境催化反应推导）
			电催化模型（含Computational Hydrogen Electrode方法介绍）
	如何通过火山图活性模型设计出高效的新型催化剂？		含最新推出的Tunability theory的研究和分析，以及最新的三大合金理论（ensemble，strain，ligand effects）的拆解分析
	如何准确模拟、推导超大尺寸（大于3.9纳米/原子数超过300）的催化体系？		含常见针对大尺寸建模误区集锦
	机器学习原理概述		Behler-Parrinello 的atom-center network方法、TensorFlow、Keras、Pytorch等前沿机器学习后端的介绍
	如何利用机器学习拟合势能面		软件包的推广，并且加速密度泛函理论计算；如何寻求局部/全局最优解
	如何正确使用Cl-NEB过渡态搜索方法寻找正确的反应过渡态？		含常见方法误区、计算文献中的过渡态计算常见错误集锦

往期课程回顾如下：

直播时间&地址：2020年7月19日14:00，进入微信小程序（科学10分钟）直播界面即可观看，B站(up主: 测试狗-科研服务)同步播出。

加入QQ群，参与机器学习答疑及讨论。

那么很多人会问

如何观看本系列的课程呢？

我是做理论计算的有必要学习本次课程嘛？

我是做实验的可以来听嘛？

第一个问题：

转发该推文或者海报至朋友圈，即可获得第一期课程永久免费观看机会，同时后期价值999元催化机理课程，只需要499元即可统统带走，转发朋友圈+2人团购价（399），转发朋友圈+3人团购价（299），同时会有长达一年的专属答疑群，群里会有老师为您解答课程问题，课程优惠，今日起至7月19日，仅限前100个名额，转发后要尽快联系工作人员微信登记报名信息：刘老师：17628010374，微同

在课程交流群中，我们将会给出计算入门教程一份，（里面包含DFT计算原理，常见计算软件操作手册等），还有可以获得python教程一份（包含python手册一份，机器学习入门经典教程等）。

第二个问题：

理论计算的老师和同学们一定，一定，一定要来听本系列课程，本系列课程是理论计算未来的发展趋势，等回过神来再学，可能就只能发一下普通一区和二区了，那时候性价比就不那么高了。

第三个问题：

当然可以看，本次的课程有入门阶段，对于DFT计算和机器学习有系统介绍。

传统革新，需要跳出固有思维寻找未来新的方向，何况这是一种知识习得，在短期内不一定有学习收益，但在未来某一天的灵机一动，一个好的idea就有可能出现。

一次转发，免费观看本期回放，给自己一个迎头赶上的机会呀。