量子机器学习在催化化学研究中的应用

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.

关键词：量子机器学习、催化材料设计、催化反应性能、催化反应机理

所属期刊栏目：37

分类号：O641;O649(物理化学（理论化学）、化学物理学)

资助基金：中国科学院“西部之光”人才培养引进计划

在线出版日期：2023-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：63-72