报告人简介

尹万健，苏州大学教授，复旦大学学士（2004）、博士（2009）。曾在美国可再生能源国家实验室从事博士后研究，在托莱多大学任职研究助理教授。国家高层次引进青年人才（2015）。主持多项国家自然科学基金项目、江苏省杰出青年科学基金，参与多项国家重点研发计划项目。一直从事半导体能源转换材料的计算设计研究，通过理论、算法、数据和实验的相互融合，探索材料设计新范式。近五年来，以独立通讯作者在包括Nat. Comm.、Adv. Mater.、Chem、EES等杂志上发表论文24篇。论文总引14000多次。受邀在包括美国材料研究学会(MRS)等会议上作邀请报告50多次，现任《科学通报》、《Science Bulletin》、《Journal of Semiconductors》等杂志编委。

报告摘要

描述符是描述复杂现象的简单标度。在催化领域，科学家们数十年来一直在寻找简单而准确的描述符，试图定量描述复杂的催化现象。这些描述符基于材料的物理与化学性质，代表性的有自由能，d带中心等。虽然它们对理解和设计催化材料提供了重要的指导，但其都需要精密的实验测量或密度泛函理论(DFT)计算，耗时耗力，不利于材料的高通量设计与筛选。

在本报告中，我们以氧化物钙钛矿析氧反应为例，提出利用符号回归机器学习方法，跳过DFT计算，直接建立催化活性与简单材料参数（化学配比、离子半径、电负性、价态、过渡金属离子d电子数等）的构效关系，发现了析氧反应的新描述子μ/t。并据此进行材料设计，在3000多种材料中选择了13种，指导实验成功合成5种。其中4种新材料(Cs0.4La0.6Mn0.25Co0.75O3, Cs0.3La0.7NiO3, SrNi0.75Co0.25O3和Sr0.25Ba0.75NiO3)的催化活性均高于典型氧化物钙钛矿催化剂BSCF，其中Cs基氧化物钙钛矿首次被报道用于析氧反应催化剂。