被黑人猛烈进出到抽搐动态图,亚洲免费人成在线视频观看,少妇大叫好爽受不了午夜视频

【做計算找華算】理論計算助攻頂刊，10000+成功案例，全職海歸技術團隊、正版商業軟件版權！

經費預存選華算，高至15%預存增值！

招生：

論文通訊作者趙仕俊團隊長期招收計算材料和機器學習方向的博士生，歡迎優秀學生聯系 shzhao@cityu.edu.hk。點此了解趙老師：

https://scholars.cityu.edu.hk/en/persons/shijun-zhao(b956b94f-a138-4df9-880b-f82528cb3ecb).html#opennewwindow

導讀

電催化在緩解能源危機與減少環境污染方面扮演者重要角色。傳統電催化劑如IrO₂, RuO₂, 和Pt被成功運用于提升燃料電池的反應速率。然而，因為受到線性關系的約束及高昂的成本，這些催化劑的大規模應用受到了限制。

高熵合金由五種及其以上的金屬元素組成，高熵合金為電催化反應設計提供了一個新的平臺。與有序的金屬與合金不同，高熵合金因為由獨特的化學無序性和局域環境的畸變使其有可能打破線性關系的約束。

高熵合金同時提供了廣闊的組分優化的空間和出色的動態穩定性。一些先進的合成方法也成功地被應用于合成高熵合金納米團簇，甚至包含了傳統上被認為不互溶的組分。

由于高熵合金組分空間巨大且表面位點多，設計及優化高熵催化劑的組成和位點面臨巨大的挑戰。例如，為了獲得吸附質在某一組分表面的吸附性質，研究者需要進行大量的計算，以獲取可靠的吸附能分布。對與新的組分則需要新的計算。因此，用計算模擬的方法來理性合計高熵催化劑要面臨高昂的計算成本。

近日，香港城市大學趙仕俊團隊（主要通訊作者）與華南理工大學康雄武團隊合作開發并驗證了一種基于注意力機制的深度圖神經網絡。首先作者準備了包含80萬幀結構的數據集。然后訓練了高精度原子圖注意力神經網絡（AGAT）。

而后，用訓練好的模型和DFT電子結構分析發現d帶中心理論和線性關系在高熵催化劑的表面是成立的。為了使AGAT模型可以探索整個組分空間，作者進一步準備了非等主元的數據集，該數據集大小遠小于等主元數據集。

基于高通量預測結果，兩個非等主元組分（Ni_0.13Co_0.13Fe_0.13Pd_0.10Pt_0.50和Ni_0.10Co_0.10Fe_0.10Pd_0.30Pt_0.40）被推薦為高活性高熵催化劑。實驗成功制備了Ni_0.20Co_0.20Fe_0.20Pd_0.20Pt_0.20和AGAT推薦的高活性催化劑，并表明推薦的兩個非等摩爾比樣品活性高于Pt/C活性，進一步驗證了模型的可靠性。

論文進一步揭示了高熵催化劑繞過線性關系約束的機制。相關研究成果以“Design high-entropy electrocatalyst via interpretable deep graph attention learning”為題發表在Joule。

論文鏈接：

https://doi.org/10.1016/j.joule.2023.06.003