可解释机器学习破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519188.shtm近日，中国科学技术大学李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果于近日以“Structure Sensitivity of Metal Catalysts Revealed by Interpretable Machine Learning and First-principles Calculations”为题发表于《美国化学会》期刊(J. Am. Chem. Soc.)。催化反应活性位及其结构敏感性是多相催化研究中最为重要的基本概念之一。尽管近年来研究取得了很大进展，但由于影响因素众多并横跨多个空间和时间尺度，如何在原子尺度上确定催化反应的活性位及其结构敏感性，依然是催化材料理性设计中所面临的一大挑战。举例来说，活化能与反应热之......阅读全文
机器学习辅助催化材料结构寻优获进展
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/511123.shtm近日，华东理工大学化学与分子工程学院计算化学中心/工业催化研究所教授王海丰课题组在《美国化学会志》上发表论文，报道了团队在机器学习辅助催化材料结构寻优方面的最新研究成果。
可解释机器学习破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519188.shtm近日，中国科学技术大学李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果于近日以“Structure Sen
运用可解释机器学习成功破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519339.shtm记者19日从中国科学技术大学获悉，该校李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果近日发表于《美国化学
运用可解释机器学习成功破解催化结构敏感性难题
李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果近日发表于《美国化学会》期刊。催化反应活性位及其结构敏感性是多相催化研究中最为重要的基本概念之一。尽管近年来研究取得了很大进展，但由于影响因素众多并横跨多个空间和时间尺度，如
中国科大揭示能源催化过程的奥秘
中国科学技术大学国家同步辐射实验室教授姚涛、韦世强课题组和化学与材料科学学院教授杨金龙课题组合作，发展了原位同步辐射XAFS技术，结合理论计算，首次精确鉴别出钴基催化在电催化析氢反应过程中，活性位点的真实结构和动态演化过程，为揭示催化过程秘密、提高能源转化效率提供了有力方案。研究成果1月1日在线
中国科大“机器化学家”利用火星陨石智能创制产氧催化剂
移居火星是人类的梦想，但首先要解决缺乏氧气的问题。火星上存在水资源的可能，为利用太阳能驱动的电催化析氧反应制备氧气提供了机遇。人类无法在无氧的火星环境下长期生存，因而在火星上就地取材创制催化剂成为难以逾越的屏障。近日，中国科学技术大学教授罗毅、教授江俊、副教授尚伟伟团队，与深空探测实验室研究员张
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
机器学习也许能“算命”
12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和个性的细微差异。该模型或许能提供对人类行为的量化认知。 社会科学家对人类生活是否能被预测的问题看法不一。虽然我们对在人类生活中起到重要作用的社会人口学因素已有充分了解，但一直无
中国科大提出拓扑量子催化新概念
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/518451.shtm
中国科大提出拓扑量子催化新概念
近日，中国科学技术大学教授曾杰团队和王征飞团队合作，提出拓扑量子催化新概念。研究人员通过巧妙设计，将拓扑量子物态调控方案用于催化实验，为揭示催化反应中拓扑表面态“开关”效应提供了确凿的实验证据。相关成果日前发表于《美国化学会志》。在多相催化中，反应物吸附、电子转移、中间体演变等过程对催化剂的表面环境
机器学习能够有效筛选“苦味”
苦味往往在食物味道中并不受欢迎，而引起这种苦味的重要因素之一是一种生物分子—苦味肽。苦味肽是能够与细胞膜上的苦味受体结合进而引发苦味感知的一类小分子肽，通常在食品加工、储存或消化过程中生成。近日，中国科学院大连化学物理研究所研究员靳艳团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种
《当代生物学》发表中国科大知觉学习研究重要成果
近日，国际著名学术期刊《当代生物学》(Current Biology，细胞出版社)以专题论文(featured article)形式发表了中国科大合肥微尺度物质科学国家实验室和生命科学学院周逸峰研究组与美国南加州大学吕忠林教授的合作研究成果。该研究揭示知觉学习可以引起初级视皮层细胞相应反应特
中国科大电催化析氢材料设计取得进展
“Less is more”是著名建筑师米斯×凡德洛说过的一句话，这种“少即多”的设计理念是提倡形式简单而反对过度浮华，认为简单的东西往往带给人们更多的享受。这个设计理念能否在材料科学领域有借鉴价值？近日，中国科学技术大学熊宇杰教授课题组完成的一项工作充分说明了“少即多”设计在电催化析氢材料设计
中国科大在电催化析氢研究方面取得进展
氢被认为是环境友好的清洁能源，电催化分解水可以制备高纯氢气，在碱性介质中电解水是最有可能实现产业化制氢的技术。一直以来贵金属是该领域活性最高的催化剂，近年来科研人员持续探索致力于将过渡金属发展成高活性碱性析氢电催化剂以降低成本，然而很多催化剂的活性与贵金属相比还有很大的差距。将少量的贵金属与过渡
机器学习助力外骨骼性能提升
美国科学家报道了一种能加速外骨骼控制系统开发的模拟框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，这个框架或有助于推动外骨骼和义肢等装置的广泛应用。相关研究6月12日发表于《自然》。外骨骼能显著提升人类运动，恢复残疾人士的运动能力。不过，当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时
机器学习加速探索材料的开发
设计空间几何增长是材料设计中的一大挑战。机器学习（ML）加速探索材料设计已经开始在的这一挑战中发挥作用，并显著提高了发现材料的效率。然而，这个流程暗含了密度泛函理论（DFT）产生的训练集的统计上的偏见。并且，在使用高通量计算产生训练集的时候，大量的计算会失败。这种情况对于一些有趣的，例如含有自由
中国科大夺得全国机器人大赛金牌总数第一
2010全国机器人大赛暨RoboCup公开赛7月20日在内蒙古鄂尔多斯市落下帷幕。中国科学技术大学“蓝鹰”队获得家庭机器人比赛、仿真2D组等4项冠军，在所有参赛单位中金牌总数第一。 RoboCup家庭机器人比赛是国际RoboCup联合会近年来新设立的一个项目，旨在通过家庭环境的一系列标准测试检
中国科大在单原子催化剂仿酶催化方面研究中取得进展
大自然通过选择特定的金属离子（Fe，Ni，Mn等）作为活性位点，嵌入蛋白质框架，从而构成各种各样的金属酶。在温和条件下，这些金属酶可以实现多种高难度的生化反应，如C-H活化，N2还原等。目前，这些生化反应大多数通过多种复杂的生物酶实现。这些复杂的生物酶能够在细胞器里同时实现氧化和还原反应，并且不
中国科大在碳基催化剂电催化析氢研究中取得进展
近年来电解水制氢受到广泛关注，寻找能替代贵金属的廉价高效的电催化剂成为当下研究热点。石墨烯由于具有良好的导电性、优异的化学稳定性以及易于化学修饰等优点，引起了科研人员的广泛关注，人们致力于将其发展成为高活性的电解水制氢催化剂。已有研究结果表明通过氮等杂原子掺杂可以调控杂原子近邻碳原子的电子结构，
中国科大光催化固氮合成氨催化剂开发取得新进展
当前工业合成氨技术以使用铁基催化剂的哈柏法（Haber-Bosch）为主，其反应条件非常苛刻（250大气压、400摄氏度），并需要巨大的能耗。光催化技术能够直接将太阳能转化为化学能，为降低合成氨能耗提供了一种非常具有前景的方法。然而，氮-氮叁键的超高键能使得氮分子体现出稳定的化学特性，从而导致常
中国科学技术大学团队首次实现量子机器学习算法
中国科学技术大学潘建伟教授及其研究团队，日前在国际上首次实现量子机器学习算法。这是量子计算应用于大数据分析和人工智能领域的开创性实验工作。 国际权威物理学期刊《物理评论快报》近日发表该成果。审稿人评价该工作“非常前沿，具有高度的兴趣”“在量子机器学习这个重要而有趣的课题迈出了第一步”。 机器
中国科大借力AI在催化领域取得重大突破
11月22日凌晨，《科学》(Science)杂志在线发表了中国科学技术大学李微雪课题组在催化领域的突破性研究成果，该研究通过揭示负载型金属催化剂的“金属-载体相互作用”本质，展示出AI在催化科学研究中的巨大潜力。催化研究中的一个重大科学挑战是调控“金属-载体相互作用”来提高催化性能，然而传统的实验研
中国科大光催化复合材料设计取得系列进展
近日，中国科学技术大学熊宇杰教授课题组，通过与江俊教授和张群副教授在材料设计与合成、理论模拟和先进表征中的“三位一体化”合作，在光催化复合材料设计方面取得系列进展，最新研究进展发表在7月23日出版的Advanced Materials 上。两篇论文分别被期刊以内封面和内封底的形式加以介绍，这两项
中国科大在光催化全解水研究中取得进展
近日，中国科学技术大学国家同步辐射实验室教授韦世强和特任教授姚涛课题组在利用同步辐射X射线吸收谱学(XAFS)技术精确设计单活性位点钴基催化剂实现太阳光驱动自发水分解研究中取得新进展，相关研究成果发表在《德国应用化学》期刊上（Angew. Chem. Int. Ed. 2017, 56, 931
比传统机器学习算法快1000倍——联想学习法
英国牛津大学材料系研究人员联合埃克塞特大学和明斯特大学的同事开发了一种片上光学处理器，能检测数据集中的相似性，速度比在电子处理器上运行的传统机器学习算法快1000倍。发表在《光学》杂志上的这项新研究的灵感来自诺贝尔奖获得者伊万·巴甫洛夫对经典条件反射的发现。巴甫洛夫在实验中发现，如果在喂食过程中提供
武汉大学量子机器学习研究获进展
近日，《自然·通讯》在线发表了武汉大学计算机学院在量子人工智能理论方面的最新研究成果。论文题为《纠缠数据在量子机器学习中的相变行为》。这是武汉大学量子机器学习方向研究成果首次刊登在《自然·通讯》上。论文截图。据悉，量子纠缠是实现量子计算优势的关键资源。目前，科学家广泛关注如何将量子纠缠整合到量子机器
“量子比特+机器学习”可精准测磁场
北京7月8日电,据芬兰阿尔托大学官网近日报道，该校科研人员主导的国际团队提出了一种采用量子系统测量磁场的方法，新系统的精确度超过了标准量子极限。他们表示，从量子状态中快速提取信息，对于未来的量子处理器和现有超灵敏探测器来说都必不可少。此项研究向利用量子增强方法进行传感迈出了关键的第一步。 在
机器学习模型可识别乳房病变风险
美国研究人员近日在《放射学》杂志线上版发表文章称，他们开发出一种机器学习工具，可以确定哪些高危乳房病变可能会变成癌症，从而帮助医生作出正确的治疗决策，减少不必要的手术。 乳房病变是一种女性常见疾病，而高危乳房病变有很大几率转变成癌症。正是由于这种风险，手术切除病变组织通常被认为是首选治疗方案。
机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当
机器学习模型创建定制气味和香水
目前，人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是，该方法无法预测传感数据，而传感数据对于产生气味是必不可少的。为了解决这个问题，日本东京工业大学研究人员采用了逆向思维的创新策略，不是根据分子数据预测气味，而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最