电催化剂
背景(考古学)
计算机科学
表征(材料科学)
工艺优化
机器学习
吞吐量
过程(计算)
纳米技术
人工智能
生化工程
材料科学
化学
工程类
电化学
化学工程
古生物学
电极
无线
物理化学
操作系统
生物
电信
作者
Stephan N. Steinmann,Qing Wang,Zhi Wei Seh
出处
期刊:Materials horizons
[The Royal Society of Chemistry]
日期:2022-12-09
卷期号:10 (2): 393-406
被引量:77
摘要
Machine learning can accelerate the process of electrocatalyst discovery and optimization, especially when incorporated into a closed-loop approach with autonomous laboratories. This review highlights the recent progress and challenges in this field.
科研通智能强力驱动
Strongly Powered by AbleSci AI