量子机器学习在催化化学研究中的应用
Application of Quantum Machine Learning in the Research of Catalytic Chemistry作者机构:中国科学院兰州化学物理研究所羰基合成与选择氧化国家重点实验室甘肃兰州730000
出 版 物:《分子催化》 (Journal of Molecular Catalysis(China))
年 卷 期:2023年第37卷第1期
页 面:63-72,I0003,I0004页
学科分类:07[理学] 070304[理学-物理化学(含∶化学物理)] 08[工学] 080501[工学-材料物理与化学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0703[理学-化学]
主 题:量子机器学习 催化材料设计 催化反应性能 催化反应机理
摘 要:量子机器学习融合了量子化学与机器学习的优点,具有比传统密度泛函理论更快的计算速度和更高的准确性.量子机器学习可为复杂、多维、多尺度的催化化学提供更智能和有效的研究方式,通过训练可靠的数据及建立合理的模型和算法,快速、准确地预测最优的催化剂设计参数、最佳的催化剂材料的合成方法和反应条件、以及催化剂结构和性能之间的关系.作者就量子机器学习应用于催化材料的设计、催化反应性能和催化反应机理三方面的发展趋势进行了概述.