国内刊号:11-1804/O6
国际刊号:0441-3776
发布日期:
作者:夏杰桢,曹蓉,吴琪
关键词:材料学,密度泛函理论(DFT)计算,机器学习(ML),
近年来,材料科学研究中密度泛函理论(DFT)计算与机器学习相结合的方法呈现爆炸式增长的趋势。本文综述了密度泛函理论(DFT)及其高通量方法产生的大量计算数据与机器学习相结合的原理和意义,从DFT计算的基本原理出发,重点介绍了机器学习(ML)方法的流程、常用的算法及其在催化材料预测热门研究方向中的应用,最后剖析了这个新兴领域目前存在的研究问题、挑战以及未来的发展前景。
来源:2022年第10期
《化学通报》期刊编辑部