学术动态

8月3日计算科学报告--符号回归机器学习发现简易催化描述子

时间：2020-07-30

报告人: 尹万健教授

苏州大学

主持人: 向红军教授

时间: 8月3日周一 14:30-16:30

腾讯会议ID: 408 762 217 会议链接：https://meeting.tencent.com/s/yVb6Yf0spMwB

题目: 符号回归机器学习发现简易催化描述子

摘要: 描述子(descriptor)是描述复杂现象的简单标度。在催化领域，科学家们数十年来一直在寻找简单而准确的描述子，试图定量描述复杂的催化现象。这些描述子基于材料的物理与化学性质，代表性的有自由能，d带中心等。虽然它们对理解和设计催化材料提供了重要的指导，但其都需要精密的实验测量或密度泛函理论(DFT)计算，耗时耗力，不利于材料的高通量设计与筛选。

在本报告中，我们以氧化物钙钛矿析氧反应为例，提出利用符号回归机器学习方法，跳过DFT计算，直接建立催化活性与简单材料参数（化学配比、离子半径、电负性、价态、过渡金属离子d电子数等）的构效关系，发现了析氧反应的新描述子μ/t。并据此进行材料设计，在3000多种材料中选择了13种，指导实验成功合成5种。其中4种新材料(Cs_0.4La_0.6Mn_0.25Co_0.75O₃, Cs_0.3La_0.7NiO₃, SrNi_0.75Co_0.25O₃和Sr_0.25Ba_0.75NiO₃)的催化活性均高于典型氧化物钙钛矿催化剂BSCF [1]，其中Cs基氧化物钙钛矿首次被报道用于析氧反应催化剂。

[1] B. Weng#, Z. Song#, R. Zhu, Q. Yan, Q. Sun, C. Corey, Y. Yan*, W.-J. Yin*, Simple descriptor derived from symbolic regression accelerating the discovery of new perovskite catalysts, Nature Communications 11, 3513 (2020).