机器学习

百亿原子级分子动力学模拟不仅是理解物质世界本质的“显微镜”，更是驱动技术创新的 “计算器”。它通过突破尺度限制，将原子世界的规律与人类现实需求直接连接，从新材料、新药研发到应对全球…

说明：本次主要介绍机器学习辅助的X射线吸收光谱（XAS）分析在双金属催化剂研究中的应用。文章介绍了双金属纳米粒子（BNPs）的特性、X射线吸收精细结构（XAFS）光谱技术的应用和局…

高通量筛选（High-Throughput Screening, HTS）是一种现代科研中不可或缺的技术，广泛应用于药物研发、基因组学研究、材料科学等领域。 其核心在于通过自动化设…

一、招聘岗位 研究助理、科研助理。 二、研究方向 锂一次/二次电池电解液，或有机/高分子合成，或理论计算/机器学习。 三、应聘条件 1. 具有硕士及以上学历；专业背景包括材料、高分…

机器学习势函数（Machine Learning Potentials, MLPs）是近年来在材料科学、化学和凝聚态物理领域快速发展的计算工具。 它通过结合机器学习算法与量子力学计…

研究背景 绿色氢气生产被认为是未来能源转型的关键技术之一，尤其是电解水分解技术。氢气的高质量生产依赖于高效的催化剂，而单原子催化剂（SACs）因其优异的催化性能和高利用率的特点，成…

说明：本次主要概述了机器学习的定义、机器学习的应用领域、机器学习在XAFS中的三个应用案例，想要了解更多机器学习知识，欢迎关注我们！     做测试 找华算     什么是机器学习…

酸性电解质中的电化学水分解是一种有前景的生产清洁氢(H2)的方法，可以生产低至零碳足迹的可持续燃料和化学原料。 尽管阴极的析氢反应(HER)可以相对高效地进行，但阳极的析氧反应(O…

全球能源危机步步紧逼，传统化石燃料已无法满足需求，而钙钛矿太阳能电池以26.1%的超高效率（远超传统材料！），成为新能源赛道的“黑马”。但它的致命弱点——研发周期长、成本高，让科学…

1. 引言 自石墨烯被发现以来，二维材料因其独特的物理和化学性质而受到广泛关注。这些材料具有丰富的内部自由度（如自旋、激子、谷、亚晶格和层伪自旋），以及通过精确选择堆叠顺序和相对晶…