单斌教授、陈蓉教授，JMCA论文：监督和非监督机器学习复合框架加速新型合金催化材料发现

第一作者：杨家强

通讯作者：单斌*，陈蓉*

单位：华中科技大学，贵研铂业股份有限公司

氨气选择性催化氧化反应是面向机动车和工业场景中废弃氨气消除的关键技术手段。贵金属催化剂的低氮气选择性限制了其进一步应用，通过对合金结构的理性设计优化其活性和和选择性是提升其应用价值的重要手段。尽管监督学习方法已经在大批量的材料数据分析和材料设计领域取得了巨大的成功，但是其对数据标签的要求无疑增加了计算或实验研究成本；非监督学习的聚类方法可以实现对无标签数据的快速分析，有效降低材料开发成本，但其无标签特性也限制了其预测精度。

本文基于监督和非监督学习，结合已知领域知识，实现了对氨气选择性催化氧化合金催化剂结构的理性设计， 为该类催化剂进一步优化提供了理论指导。

基于此，来自华中科技大学的单斌和陈蓉教授团队与贵研铂业股份有限公司张爱敏研究员团队合作，在国际知名期刊Journal of Materials Chemistry A上发表题为“Rational ensemble design of alloy catalysts for selective ammonia oxidation based on machine learning”的研究文章。该研究文章耦合监督和非监督机器学习建立了面向催化材料高通量研究框架，实现了面向氨气选择性催化剂合金结构的理性设计（如图1所示）。

首先基于开发的催化反应过程的高通量建模、计算和分析软件，实现特征-结合能数据集的自动化构建；其次结合集成学习方法建立了面向氨气选择性氧化反应中间物种结合能的高精度预测模型；进而提取反应中间物种结合能作为非监督学习模型特征集，建立了一个两步的K-means聚类分析模型，实现对研究材料空间的快速筛选和分析；最后结合理论计算对聚类分析结果进行了验证。

图1 高通量计算-机器学习-理论验证的研究框架加速材料发现。

基于开发的面向催化反应过程的高通量建模、计算和分析软件，高通量计算研究体系的相关反应物种结合能作为进一步监督学习的预测目标，结合特征构建与特征分析手段，建立面向该类参数的高精度且普适的预测模型，实现面向更大材料空间的目标参量快速预测。

将反应中间物种的结合能作为目标反应催化性能聚类分析模型的特征，结合特征相关性分析和降维等方法以及少量领域知识，建立面向目标反应催化性能研究的多步聚类预测模型。最后挑选少量代表性体系进行理论验证。该研究框架耦合高通量计算、监督和非监督机器学习，可以实现小计算成本下对复杂性质的快速预测。

图2. 耦合监督和非监督机器学习的催化材料高通量研究框架

要点二：基于集成学习的反应物种结合能预测

基于开发的催化反应过程的高通量建模、计算和分析软件，首先批量化构建了Ag、Au、Cu、Ir、Pd、Pt和Rh低指数晶面上具有不同表面掺杂原子数目的合金构型以及氨气选择催化氧化过程关键中间物种（NH₃、NH₂、NH、N、O、OH和H）的吸附构型；进一步高通量计算对应结合能并自动分析优化后结构去除重复构型等；自动提取表面原子、吸附原子和结合位点的本征原子信息作为特征，构建特征-结合能数据集。

结合特征相关性和重要性分析发现集合表面、吸附物和结合位点信息的特征具有较好的独立性以及与目标量的相关性。结合随机森林回归、极限树回归以及梯度提升决策树回归等集成学习方法建立了面向氨气选择性氧化反应中间物种结合能的高精度预测模型，其中梯度提升决策树模型具有最好的泛化能力，其测试集上MAE仅为0.122 eV，RMSE为0.179eV，（如图3所示）。

图3 面向氨气选择氧化中间物种结合能预测的集成学习模型

要点三：基于聚类分析的合金结构快速筛选

将氨气选择性氧化反应的关键中间物种（NH₃、NH₂、NH、N、O、OH和H）的结合能作为新的特征，构建训练面向该类催化反应性能预测的特征空间。过去已知性能的纯金属体系作为领域知识也加入数据集，为聚类分析得到的各簇提供简单的属性标记。首先针对该类特征的相关性分析发现，不同物种的结合能存在较强的线性相关，因此引入主成分分析方法（PCA）降低特征相关性和维度。

研究发现，仅前两个主成分即可具备原特征空间超过93%的方差信息，因而进一步基于这两个主成分构成的新特征空间建立聚类分析模型。我们建立了一个2步3簇的K-means聚类分析模型（如图4所示）：第一步将所有数据分成3类，其中具有优异性能的Pt、Pd和Cu体系均被归属在C₁₃类，因此选取C₁₃簇作为第二次聚类分析的数据集；进一步发现具有活性优异的Pt、Pd落在C₂₁簇，兼顾活性和选择性的Cu(100)归属于C₂₂簇，具有较差活性和选择性的Cu(111)归属于C₂₃簇。因此我们可以快速判定C₂₂簇内体系应该具有与Cu(100)相似的属性，即具有兼顾活性和选择性。

图4 基于反应中间物种结合能的催化性能聚类分析模型

要点四：理论计算验证筛选催化体系

针对聚类分析筛选得到的体系，我们基于简易氨气选择性催化氧化机理进行理论计算验证。基于过去的研究成果，我们选择氧原子辅助的氨气分解以及三种主要产物的生成步骤构成的简单机理作为全反应网络的代表，计算了各个基元步的反应热和反应势垒。对于C₂₁簇，我们选取距离簇中心最近的两个体系作为典型代表进行研究（见图5a和5b），发现两体系均展示较优的氨气转化活性和选择性。

对于C₂₂簇，我们选取距离中心最近以及Cu(100)最近的共两个体系作为代表（见图5c和5d），研究发现，两个体系具有比C₂₁簇代表体系更优异的活性和选择性。另外距离C₂₃簇中心的研究体系被发现催化性能比较差。因此我们认为归属于C₂₂簇的结构是更具实际应用价值的高效的氨气选择性氧化催化体系。这进一步验证了两步聚类分析模型的有效性。

尽管简单的聚类分析不能保证得到的所有体系都具有优异的催化性能，但是却可以将潜在的材料空间尺寸缩小数个数量级，极大降低研发成本，为材料的理性设计提供一种快速的解决方案。

图5. 针对典型构型的简化反应机理计算

Rational ensemble design of alloy catalysts for selective ammonia oxidation based on machine learning”

单斌教授简介：华中科技大学材料科学与工程学院教授、博士生导师、兼任中科院宁波材料所客座研究员。教育部新世纪优秀人才支持计划获得者，湖北省杰出青年基金获得者，中国稀土学会催化专业委员会委员，中国科协先进材料学会联合体青年工作委员，主持和参与了多项国家自然科学基金重点项目、面上项目、国家重大科学研究计划（973）青年科学家专题项目、湖北省杰出青年基金在内的多项国家及省部级项目。

在Science, Nature Communications, Angewante Chemie, Physical Review Letters等国际权威杂志发表论文150余篇；授权发明专利20余项；主编撰写国家重点图书《材料学的纳米尺度计算模拟：从基本原理到算法实现》。获日内瓦国际发明展特别金奖、湖北省技术发明一等奖、中国稀土学会科学技术二等奖、湖北省专利银奖等奖项。主要研究方向：贵金属催化材料的精准设计与可控制备

在Adv Mater, EES, ACS Nano等国际知名期刊上发表论文50余篇；微纳制造领域发明专利20余项，并包括5项美国专利，3项国际专利；主编撰写“十二.五”重点出版物；在相关领域的国际学术会议作特邀报告等50余次。围绕着原子层沉积、纳米颗粒制备、薄膜工艺与设备开发，承担了多项新能源与微电子相关项目的研究，是选择性原子层沉积技术的先驱者之一。

张爱敏研究员简介: 现任贵研铂业股份有限公司首席研究员，昆明理工大学博士生导师，2006年获得昆明理工大学工学博士。主要从事工业催化剂研发与产业化、材料基因工程建设及关键技术研究等工作。先后主持国家高技术研究发展计划（863计划）、国家重点研发计划、国家工信部科技成果转化、国家自然科学基金、云南省重大科技专项在内的课题16项，获省部级科技奖7项，获国家专利授权6项，获软件著作权5件，合作出版著作3部，以第一作者或通讯作者在国内外重要刊物发表论文40余篇。

杨家强博士简介：华中科技大学材料科学与工程学院博士后。2020年毕业于华中科技大学获得博士学位。目前在Nature Communications，Journal of Materials Chemistry A, ACS Applied Materials & Interfaces, Journal of Catalysis等期刊发表论文20余篇，获面向高通量计算和跨尺度分析的软件著作权2项。主要研究方向是面向金属和氧化物催化剂的高通量理性设计和跨尺度研究

华中科技大学微纳材料设计与制造研究中心是依托于机械科学与工程学院、材料科学与工程学院的跨学科交叉创新平台。中心目前有5名教授、3名副教授、5名助理研究员，和数十名博士、硕士研究生。主持各类国家级重点项目40余项，总科研经费超过5000万。微纳材料设计与制造研究中心聚焦于材料微纳制造与应用的跨学科、多尺度研究，涉及机械、材料、能源、计算机、光电子等学科，主要包括材料微纳尺度模拟与大数据技术、基于原子层沉积的纳尺度集成技术、柔性微/光电子器件的设计制造、能源环境纳米催化研究、面向生物医疗的3D打印技术。

中心充分发挥了跨学科优势，在基础科研创新和产业应用方面都取得了丰硕的成果：在国际权威期刊Science、Advanced Materials、Nat. Commun.、Angew. Chem. Int. Ed. 等发表论文400余篇，申请专利100余项（国际专利4项）；科研成果成功实现规模产业化，与美国斯坦福线性加速器中心、美国英特尔公司、美国通用汽车公司、美国全谱激光、TCL集团、华星光电、无锡威孚集团、中国航天科技集团、贵研铂业等龙头企业保持着长期紧密的合作关系。研究中心根据发展需要，诚邀海内外广大科研工作者加盟。

博士后招聘

1. 材料模拟方向，从事纳米材料的气相生长微观模拟、表界面催化机理研究，具有材料表界面化学反应量化计算或密度泛函理论相关背景优先。

2. 原子层沉积反应腔体的流场模拟以及理论设计，具有有限元、有限体积法理论基础，具有丰富建模经验、熟悉ANSYS,FLUENT,CFX等流体仿真的优先。

应聘条件

1.符合《华中科技大学招收博士后研究人员条件》规定的条件，具有良好的人际沟通和协调能力，能立即上岗者优先；

2.在国际重要刊物上发表过学术论文2篇以上，有相关研究经验者优先考虑；

3.具有较强的理论基础、实践能力、独立的科研能力，以及良好的团队合作精神。

岗位待遇

1.年薪25-30万，可协助申请“博士后创新人才支持计划”，年薪可达30万以上。享受《华中科技大学博士后研究人员管理工作的暂行规定》的所有待遇，课题组另外根据实际工作情况额外给予年终奖励；

2.博士后有资格申请助理研究员，聘期内参照学校正式职工享受相关福利，享受同岗位教师子女入学、入托，各类成果奖励，社会医疗保险、住房公积金以及其他社会保险等福利待遇，住房可按规定申请学校博士后公寓（三室一厅或者二室一厅住房一套，并配备必备的家具及生活用品等）或租房补助（1000元/月）。

3.聘期2-3年，聘期表现优秀者出站可竞聘正式岗位（中心已有多位博后转教师岗位），专职研究合同期抵算首聘期。

4.课题组提供良好的科研环境，创造良好的个人发展平台，支持申报博新计划、博后基金、国家基金等研究课题。

申请材料

1.个人简历（可附简短PPT介绍自己的成果，不超过15页）；

2.代表性论文或专利、软件等成果证明；

3.两位推荐人及其联系方式。

申请方式

请将申请材料以电子邮件的方式发送到邮箱：ywwen@hust.edu.cn 或 bshan@hust.edu.cn （标题注明，应聘博士后+本人姓名）

联系人：文老师（QQ：215582761，微信号:ywwen_hust）

投稿请联系contact@scimaterials.cn