近日，BEAT365唯一官网先进膜材料与过程团队邹修洋博士以共同通讯作者身份在国际权威期刊《Advanced Materials》上发表题为“Machine Learning-Aided Design of Highly Conductive Anion Exchange Membranes for Fuel Cells and Water Electrolyzers”的论文。该研究论文为BEAT365唯一官网与苏州大学合作发表，BEAT365官网是该论文的第二完成单位。该杂志的最新分区为中科院一区，影响因子为25.809。

氢能作为清洁无污染的新能源，成为当下一种重要的储能介质。氢能的制备与利用很大程度上依赖于燃料电池和电解水装置。阴离子交换膜与商业化的质子交换膜( PEM )相比，在碱性条件下具有更快的氧还原性，可以利用非铂族贵金属催化剂(如钴、镍和银)等优势。目前AEMs能源器件的商业化应用由于AEMs的氢氧根离子电导率低和碱稳定性差而受到阻碍。因此开发高电导率，高碱稳定性的AEMs是当下的研究热点。结合当下热点人工智能，将人工智能中的机器学习应用到新材料的设计中来，给新材料的设计提供了一个新思路。

论文链接：https://doi.org/10.1002/adma.202404981

编辑：王慧  审核：严玉波