ACS Nano综述：纳米世界中的大数据

最近兴起的计算、数据驱动研究具有加速材料发现的巨大潜力。自动化工作流程和材料数据库的迅速发展，有助于获得数量和复杂性不断增长的材料高通量数据，从而实现结构 - 化学特征和功能特性之间的关联。相比之下，由于有限系统计算成本的快速提升，计算数据驱动的方法对于纳米材料的发现仍然相对少见。然而，与本体材料相比，纳米尺度材料在维度和形态方面的巨大可调空间推动了纳米材料数据集的发展。

近日， 劳伦斯伯克利国家实验室 Ruo Xi  Yang 、加利福尼亚大学 Kristin A.  Persson 对纳米世界中的大数据进行了综述研究。

本文要点

要点1.  作者从两个方面讨论了数据驱动研究的最新进展： 功能材料设计和引导合成，包括设计材料性能和预测合成路线的常用度量方法。

要点2.  更重要的是，还讨论了作为纳米尺寸结构材料的不同性质以及数据驱动研究的意义。最后，对当前数据驱动研究扩展到纳米领域的未来方向进行了探索。

Caitlin A. McCandler et.al Big Data in a Nano World: A Review on Computational, Data-Driven Design of Nanomaterials Structures, Properties, and Synthesis ACS Nano 2022

DOI: 10.1021/acsnano.2c08411

https://pubs.acs.org/doi/10.1021/acsnano.2c08411

催化技术交流微信群

加微信群方式： 添加编辑微信 18065920782 ，备注：姓名-单位-研究方向（无备注请恕不通过），由编辑审核后邀请入群。

热催化学术QQ群：741409795

光催化学术QQ群：582590624

电催化学术QQ群：1025856252

均相催化与酶催化QQ群：871976131

多孔材料学术QQ群：813094255

同步辐射丨球差电镜丨FIB-TEM

原位XPS、原位XRD、原位Raman、原位FTIR

加急测试

李老师  

学研汇技术经理

158 2732 3927

官方网站：www.xueyanhui.com