符号回归机器学习发现简易催化描述子  

Simple Catalysis Descriptor Discovered by Symbolic Regression

作　　者：刘忠范[1] Zhongfan Liu(College of Chemistry and Molecular Engineering,Peking University,Beijing 100871,China)

机构地区：[1]北京大学化学与分子工程学院,北京100871

出　　处：《物理化学学报》2021年第3期1-2,共2页Acta Physico-Chimica Sinica

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。这些描述子包括但不限于d能带中心,吸附自由能,形成焓等。一般来说,催化活性和这些描述子定量上呈现火山图(volcano curve)的关系。这是因为这些描述子的提出均是基于Sabatier Principle—反应物(中间态)与催化剂之间的吸附能不能太强,也不能太弱1。

关 键 词：吸附自由能 中间态 吸附能 机器学习 符号回归 描述子 形成焓 标度 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] O643.3[自动化与计算机技术—控制科学与工程]