正在直播中！催化领域的材料计算和机器学习！

催化反应的第一步是表面吸附，那如何判定最佳吸附位点？

催化机理如何探究？

反应过程中的热力学变化—台阶图怎么便捷获得？

寻找反应能垒的过渡态搜索怎么便捷地开展？

第一性原理计算和机器学习可以用最少的成本、最高的效率，探究、预测催化剂性能，设计高效催化剂。

第一性原理计算+机器学习+实验已经成为新的研发模式？你会了吗？

但是大家都会觉得第一性原理计算和机器学习入门难，需要懂Linux，具备一定的编程能力，会安装编译软件，能够处理计算结果，掌握各种软件使用方法……

不会Linux没关系！

没有计算资源没关系！

没有存储空间没关系！

…………

针对大家的难点迈高科技开启专题讲座

11月25日-11月26日

我们将用2节课

教您从“0”到“1”掌握催化的智能化设计！

不仅如此，活动期间还可以免费领取机时

平台付费功能免费开放给大家使用！

课程内容详细描述

01电子性质计算

本部分研究催化剂材料的d带中心，差分电荷密度、能带、态密度等性质的计算，能够帮助大家理解吸附剂材料的基本电子性质，为吸附位点的判断提供依据。

02

最佳吸附位点

本部分研究催化反应的第一步表面吸附中，最佳吸附位点的判定。

03台阶图

通过吉布斯自由能（Gibbs free energy）的变化来描述反应过程。可计算反应过程中每个基元反应的吉布斯自由能，得到反应过程中的能量台阶图变化。本部分内容研究Cu单原子掺杂石墨烯还原CO2（CO2RR)的反应过程台阶图。

04过渡态

化学反应总是按照最低能量路径发生的，过渡态能够探究反应过程中的决速步骤。本部分内容研究石墨烯上吸附水的解离和复合，通过过渡态搜索确定光催化反应过程的反应势垒及过渡态结构。