近日，国家基础学科公共科学数据中心信息科学分中心团队联合国家纳米科学中心、北京科技大学团队，在人工智能辅助用于CO2电解的膜电极（MEA）器件设计方面取得突破，相关成果以“Integrating Machine Learning Insights in Membrane Electrode Assembly for CO2 Electrolysis”为题在材料领域国际期刊《Advanced Functional Materials》上发表，期刊影响因子19.4。论文的共同第一作者为信息科学分中心团队硕士研究生王海丹，共同通讯作者为信息科学分中心负责人杜一研究员。

研究团队针对膜电极电解槽设计面临的装置配置、催化剂、膜、气体扩散、测试参数等诸多要素导致的复杂性问题，通过构建MEA电解槽装置高质量数据集（MED3），并设计人工智能方法，实现对多参数的关联性分析与第一产物、总电流密度和法拉第效率的准确预测。利用推荐的MEA特征制备CO的过程中，法拉第效率达到了100%，并且在连续的单次测试中可稳定运行达100h。

论文地址：

https://doi.org/10.1002/adfm.202518997

数据集名称：

Data of membrane electrode assembly for CO2 electrolysis

数据集地址：

https://doi.org/10.57760/sciencedb.19295https://cstr.cn/31253.11.sciencedb.19295