主要观点总结
本文报道了中南大学物理学院、新疆大学欧阳方平教授团队与国防科技大学王珊珊研究员团队的合作研究，他们利用机器学习辅助探索原子级薄MoS x Te 2−x 电催化剂中的活性中心，发现了新型的反位碲原子（Teads-Mo）活性中心，显著提升了氢气析出反应（HER）的催化性能。相关成果已发表在《Advanced Materials》上。
关键观点总结
关键观点1: 研究背景
二维过渡金属硫化物（如二硫化钼）被认为是下一代高效析氢反应催化剂的有力候选材料。然而，其活性位点主要集中在边缘的不饱和硫原子上，基面活性较低，且MoS 2 的半导体特性导致电子传输效率较低。本研究旨在通过调控局域结构来激活MoS 2 基面并提高电子导电性，以提升其催化性能。
关键观点2: 研究成果
研究团队通过低温硫化1T′-MoTe 2 ，成功制备了具有缺陷的MoS x Te 2−x 合金催化剂。并利用基于Zernike特征和均匀流形近似投影（UMAP）辅助聚类的无监督机器学习（ML）框架，自动探索其原子结构，发现了新型的反位碲原子（Teads-Mo）活性中心。这些活性中心在氢吸附和电子导电性方面表现出显著的协同增强作用。
关键观点3: 实验方法
研究团队采用了化学气相沉积（CVD）方法制备样品，使用高角环形暗场扫描透射电子显微镜（HAADF-STEM）观察样品原子结构。利用机器学习模型进行特征提取和聚类，自动识别新型活性中心。并通过电化学测试评估了不同催化剂的HER性能。
关键观点4: 论文信息
该研究论文由薛申奥、罗政助理研究员和李奥林博士等共同撰写，发表在《Advanced Materials》杂志上。论文详细信息包括作者、论文题目、出版日期、链接等。
免责声明
免责声明：本文内容摘要由平台算法生成，仅为信息导航参考，不代表原文立场或观点。
原文内容版权归原作者所有，如您为原作者并希望删除该摘要或链接，请通过
【版权申诉通道】联系我们处理。
微博登录
