PulseAugur
中
实时 02:55:18
English(EN) CatRetriever: Contrastive Representation Learning for Slab-to-Bulk Retrieval in Generative Catalyst Discovery

新AI模型CatRetriever连接催化剂表面与体结构

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了CatRetriever，这是一种新颖的对比表示学习模型，旨在弥合催化剂表面结构与其相应体材料之间的差距。该模型在共享的潜在空间中对板和体晶体表示进行对齐，从而能够从板查询中准确检索出合理的父体候选物。该框架已扩展为一个管道，用于发现针对特定吸附能优化的体催化剂，同时考虑结构兼容性和目标吸附范围。 AI

影响 通过实现表面催化剂设计与体性能的连接，增强了AI驱动的材料发现。

排序理由 该集群包含一篇详细介绍用于催化剂发现的新AI模型的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新AI模型CatRetriever连接催化剂表面与体结构

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Jungho Oh, Woosung Kim, Dong Hyeon Mok, Jonggeol Na, Seoin Back ·

    CatRetriever：生成式催化剂发现中从板到块检索的对比表示学习

    arXiv:2607.11712v1 Announce Type: new Abstract: Inverse design is an emerging data-driven paradigm for efficiently navigating vast chemical spaces to discover new materials with targeted properties, and in the context of heterogeneous catalysis, surface generative models have rec…

  2. arXiv cs.LG TIER_1 English(EN) · Seoin Back ·

    CatRetriever：生成式催化剂发现中的板到体检索的对比表示学习

    Inverse design is an emerging data-driven paradigm for efficiently navigating vast chemical spaces to discover new materials with targeted properties, and in the context of heterogeneous catalysis, surface generative models have recently advanced this goal by directly generating …

相关实体

相关话题