科研动态 | 肖学章教授课题组Advanced Materials：机器学习加速固态储氢材料研发进程与前景展望

      氢能作为一种来源丰富、绿色低碳、应用广泛的能源介质，被视为推动交通运输、化工冶金等领域实现大规模脱碳、降碳的重要抓手。与高压气态储氢和低温液态储氢相比较，低压常温固态储氢在体积储氢密度和安全性方面展现出显著优势，为氢能产业发展带来新的机遇。以往，固态储氢材料的设计以及成分与性能优化工作大多依赖于耗时费力的实验试错法。目前，大数据与机器学习的融合彻底革新了材料设计和复杂机制探究的范式。因此，系统梳理机器学习在储氢材料研究中的前沿探索、应用案例及发展前瞻，对促进氢能新质生产力发展，推进新型工业化、建设我国现代化产业体系意义重大。