arXiv · Materials Science· Karsten Walz Jensen, Mie Andersen, Raffaele Cheula·· 5 小时前
WWL-GPR改进掺杂ZrO₂催化剂的CO₂加氢筛选
Improved screening of doped ZrO$_2$ catalysts for CO$_2$ hydrogenation from graph-based machine learning
arXiv:2610.13795v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Karsten Walz Jensen, Mie Andersen, Raffaele Cheula
研究任务与主要进展
研究者进一步发展图基机器学习模型WWL-GPR，用于预测掺杂ZrO₂(101)表面的吸附能和过渡态能。基于论文摘要，模型相较热力学和BEP缩放关系基线改善了反应中间体预测，并在微动力学CH₃OH产率估计中取得更接近DFT参考值的结果；误差分析关联到HCOO*形成、H₂COOH*解离和H₃CO*形成等速率控制步骤。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org