来源：《德国应用化学国际版》
研究团队开发出一种名为“加权原子中心对称函数”的计算框架，可统一描述不同结构催化剂（如合金、氧化物、单原子材料）的活性位点原子几何与化学特性。结合机器学习与反应建模，该模型成功预测了过氧化氢电合成（两电子水氧化反应）性能，并筛选出高效稳定的锂钪氧化物（LiScO₂）催化剂，实验验证其效率约90%且能连续稳定运行近一周。该通用性框架已集成至数字催化平台，有望系统化加速清洁能源与化学品生产中的催化剂设计。
来源：《德国应用化学国际版》
研究团队开发出一种名为“加权原子中心对称函数”的计算框架，可统一描述不同结构催化剂（如合金、氧化物、单原子材料）的活性位点原子几何与化学特性。结合机器学习与反应建模，该模型成功预测了过氧化氢电合成（两电子水氧化反应）性能，并筛选出高效稳定的锂钪氧化物（LiScO₂）催化剂，实验验证其效率约90%且能连续稳定运行近一周。该通用性框架已集成至数字催化平台，有望系统化加速清洁能源与化学品生产中的催化剂设计。