一级黄色网站在线视频看看,久久精品欧美一区二区三区 ,国产偷国产偷亚洲高清人乐享,jy和桃子为什么绝交,亚洲欧美成人网,久热九九

鈣鈦礦氧化物具有非常強的產氧催化前景，但是鈣鈦礦氧化物材料具有種類無數的組成，而且這些組成并沒有在材料探索過程進行詳細的嘗試。

有鑒于此，廈門大學孫毅飛、利物浦大學屠昕等報道一種結合預訓練模型（pre-trained model）的遷移學習范式（transfer learning paradigm），這能夠將集成學習、主動學習之間結合，從而可以預測未曾被發現的鈣鈦礦氧化物，而且使得這種技術成為一種普遍性。

本文要點

（1）

作者對16050個不同組成的鈣鈦礦氧化物進行篩選，鑒定并合成了36個新型鈣鈦礦氧化物，含有13個純鈣鈦礦結構。Pr_0.1Sr_0.9Co_0.5Fe_0.5O₃和Pr_0.1Sr_0.9Co_0.5Fe_0.3Mn_0.2O₃ 分別在10 mA cm^-2電流密度的過電勢分別達到327 mV和315 mV。電化學測試結果顯示反應過程包括吸附物演變機理和晶格氧機理。

（2）

Pr_0.1Sr_0.9Co_0.5Fe_0.3Mn_0.2O₃ 比Pr_0.1Sr_0.9Co_0.5Fe_0.5O₃表現更強的OH^-親和性，其中存在Mn-Co形成的氧橋結構，這種結構有助于電荷再分布，有利于O_lattice/V_o動態轉變，從而降低Co溶解速率。這項工作有助于加快發現高性能鈣鈦礦氧化物電催化劑。

參考文獻

Jiang, C., He, H., Guo, H. et al. Transfer learning guided discovery of efficient perovskite oxide for alkaline water oxidation. Nat Commun 15, 6301 (2024).

DOI: 10.1038/s41467-024-50605-5

https://www.nature.com/articles/s41467-024-50605-5