Определение долей атомов платины в агломератах биметаллических наночастиц с помощью методов машинного обучения
Российский научный фонд, Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами», 23-21-00526
Гладченко-Джевелекис Я.Н.
1, Толчина Д.Б.
1, Беленов С.В.
1, Срабионян В.В.
1, Дурыманов В.А.
1, Викленко И.А.
1, Авакян Л.А.
1, Алексеенко А.А.
1, Бугаев Л.А.
11Южный федеральный университет, Ростов-на-Дону, Россия

Email: ygl@sfedu.ru, sbelenov@sfedu.ru, vvsrab@sfedu.ru, durymanov@sfedu.ru, viklenko@sfedu.ru, laavakyan@sfedu.ru, aalekseenko@sfedu.ru
Поступила в редакцию: 24 октября 2024 г.
В окончательной редакции: 11 марта 2025 г.
Принята к печати: 1 апреля 2025 г.
Выставление онлайн: 14 июля 2025 г.
Рассмотрена применимость методов машинного обучения, в частности, искусственных нейронных сетей, для получения информации о распределении атомов целевого вещества в составе агрегатов биметаллических наночастиц различных архитектур на основе данных о парных радиальных функциях распределения атомов. Прямыми источниками данных являются экспериментальные методы рентгеновской дифракции и рентгеновской абсорбционной спектроскопии из протяженной энергетической области спектра. Обученная модель искусственной нейронной сети продемонстрировала высокую точность определения долей атомов платины в составе наночастиц различных архитектур в агломерате (коэффициент детерминации ~ 0.98). Апробация обученной модели на экспериментальных данных для катализаторов, содержащих биметаллические наночастицы PtCu, показала ее высокую обобщающую способность, что свидетельствует о перспективности применения такого подхода к определению эффективности расхода платины при синтезе платиносодержащих катализаторов на основе наночастиц. Ключевые слова: наночастицы типа ядро-оболочка, градиентные наночастицы, парные радиальные функции распределения атомов, спектроскопии из протяженной энергетической области спектра, искусственные нейронные сети, CatBoost. DOI: 10.21883/0000000000
- K. Kodama, T. Nagai, A. Kuwaki, R. Jinnouchi, Y. Morimoto. Nat. Nanotechnol., 16 (2), 140 (2021). DOI: 10.1038/s41565-020-00824-w
- A.A. Alekseenko, A.S. Pavlets, S.V. Belenov, O.I. Safronenko, I.V. Pankov, V.E. Guterman. Appl. Surf. Sci., 595, 153533 (2022). DOI: 10.1016/j.apsusc.2022.153533
- S. Hussain, H. Erikson, N. Kongi, A. Sarapuu, J. Solla-Gullon, G. Maia, A.M. Kannan, N. Alonso-Vante, K. Tammeveski. Int. J. Hydrogen Energy, 45 (56), 31775 (2020). DOI: 10.1016/j.ijhydene.2020.08.215
- A. Hrnjic, A.R. Kamvsek, A. Pavlivsivc, M. vSala, M. Bele, L. Moriau, M. Gatalo, F. Ruiz-Zepeda, P. Jovanovivc, N. Hodnik. Electrochim. Acta, 388, 138513 (2021). DOI: 10.1016/j.electacta.2021.138513
- S. Zaman, L. Huang, A.I. Douka, H. Yang, B. You, B.Y. Xia. Angew. Chemie Int. Ed., 60 (33), 17832 (2021). DOI: 10.1002/anie.202016977
- M. Shao, Q. Chang, J.-P. Dodelet, R. Chenitz. Chem. Rev., 116 (6), 3594 (2016). DOI: 10.1021/acs.chemrev.5b00462
- W. Yan, D. Zhang, Q. Zhang, Y. Sun, S. Zhang, F. Du, X. Jin. J. Energy Chem., 64, 583 (2022). DOI: 10.1016/j.jechem.2021.05.003
- M. Heinz, V.V. Srabionyan, L.A. Avakyan, A.L. Bugaev, A.V. Skidanenko, S.Y. Kaptelinin, J. Ihlemann, J. Meinertz, C. Patzig, M. Dubiel, L.A. Bugaev. J. Alloys Compd., 767, 1253 (2018). DOI: 10.1016/j.jallcom.2018.07.183
- S. Belenov, A. Alekseenko, A. Pavlets, A. Nevelskaya, M. Danilenko. Catalysts, 12 (6), 638 (2022). DOI: 10.3390/catal12060638
- A.A. Alekseenko, V.E. Guterman, S.V. Belenov, V.S. Menshikov, N.Y. Tabachkova, O.I. Safronenko, E.A. Moguchikh. Int. J. Hydrogen Energy, 43 (7), 3676 (2018). DOI: 10.1016/j.ijhydene.2017.12.143
- С.В. Беленов, В.Е. Гутерман, Н.Ю. Табачкова, Е.А. Могучих, А.А. Алексеенко, В.А. Волочаев, Н.М. Новиковский. Электрохимия, 54 (11), 944 (2018). DOI: 10.1134/S042485701813008X [S.V. Belenov, V.E. Guterman, N.Y. Tabachkova, E.A. Moguchikh, A.A. Alekseenko, V.A. Volochaev, N.M. Novikovskiy. Russ. J. Electrochem., 54 (12), 1209 (2018). DOI: 10.1134/S1023193518130062]
- K. Boldt, S. Bartlett, N. Kirkwood, B. Johannessen. Nano Lett., 20 (2), 1009 (2020). DOI: 10.1021/acs.nanolett.9b04143
- X. Lyu, Y. Jia, X. Mao, D. Li, G. Li, L. Zhuang, X. Wang, D. Yang, Q. Wang, A. Du, X. Yao. Adv. Mater., 32 (32), 2003493 (2020). DOI: 10.1002/adma.202003493
- S. Mourdikoudis, R.M. Pallares, N.T.K. Thanh. Nanoscale, 10 (27), 12871 (2018). DOI: 10.1039/C8NR02278J
- L.J. Moriau, A. Hrnjic, A. Pavlivsivs, A.R. Kamvsek, U. Petek, F. Ruiz-Zepeda, M. vSala, L. Pavko, V.S. vSelih, M. Bele, P. Jovanovivc, M. Gatalo, N. Hodnik. IScience, 24 (2), 102102 (2021). DOI: 10.1016/j.isci.2021.102102
- J. Timoshenko, D. Lu, Y. Lin, A.I. Frenkel. J. Phys. Chem. Lett., 8 (20), 5091 (2017). DOI: 10.1021/acs.jpclett.7b02364
- J. Timoshenko, A.I. Frenkel. ACS Catal., 9 (11), 10192 (2019). DOI: 10.1021/acscatal.9b03599
- L. Avakyan, D. Tolchina, V. Barkovski, S. Belenov, A. Alekseenko, A. Shaginyan, V. Srabionyan, V. Guterman, L. Bugaev. Comput. Mater. Sci., 208, 111326 (2022). DOI: 10.1016/j.commatsci.2022.111326
- E. Collet, M. Buron, H. Cailleau, M. Lorenc, M. Servol, P. Rabiller, B. Toudic. X-ray diffraction for material science, in: UVX 2008-9e Colloq. Sur Les Sources Coherentes Incoherentes UV, VUV X Appl. Developpements Recents, EDP Sciences, Les Ulis, France, 2009, p. 21. DOI: 10.1051/uvx/2009005
- L.A. Bugaev, L.A. Avakyan, V. V. Srabionyan, A.L. Bugaev. Phys. Rev. B, 82 (6), 064204 (2010). DOI: 10.1103/PhysRevB.82.064204
- D.C. Koningsberger, B.L. Mojet, G.E. van Dorssen, D.E. Ramaker. Top. Catal., 10 (3/4), 143 (2000). DOI: 10.1023/A:1019105310221
- J.A. van Bokhoven, C. Lamberti. X-Ray Absorption and X-Ray Emission Spectroscopy (John Wiley \& Sons, Ltd, Chichester, UK, 2016), DOI: 10.1002/9781118844243
- R. Wang, H. Wang, F. Luo, S. Liao. Electrochem. Energy Rev., 1 (3), 324 (2018). DOI: 10.1007/s41918-018-0013-0
- В.В. Китов. Статистика и экономика, 4, 22 (2016). DOI: 10.21686/2500-3925-2016-4-22-26 [V.V. Kitov. Stat. Econ., 4, 22 (2016). DOI: 10.21686/2500-3925-2016-4-22-26]
- L. Prokhorenkova, G. Gusev, A. Vorobev, A.V. Dorogush, A. Gulin. (2017). http://arxiv.org/abs/1706.09516
- Электронный ресурс. Режим доступа: https://catboost.ai/en/docs/ [Electronic source. Available at: https://catboost.ai/en/docs/]