基于此，微软美国密歇根大学TimCernak（通讯作者）等人报道了一篇关于合成化学的小型化，最终实现了超高通量实验（ultraHTE）的综述。

经过数次ML循环后，丨氢作者获得了对CO、HCOOH和C2+产物具有选择性的催化剂。在一组以儿童为主的中重度特应性皮炎患者（n=11）中进行的临床验证包括46个晚上的睡眠，燃料共计378.4小时，燃料数据表明视觉观察的准确率为99.0%，其中敏感性为84.3%、特异性为99.3%。

同时文献数据严重偏向于生产性反应，电池很少有负面反应数据被报道。技术（3）寻找活性载体以终止（100）面。基于此，助力德国慕尼黑工业大学KarstenReuter（通讯作者）等人报道了一种主动机器学习（AML）方法，通过连续应用分子变形操作来探索无限的搜索空间。

同时，负碳该催化剂在甲苯甲基化方面表现良好，对比其他研究的催化剂组合，对甲基化产物具有高收率和高选择性。文章信息：排放Machine-Learning-GuidedDiscoveryandOptimizationofAdditivesinPreparingCuCatalystsforCO2 Reduction.J.Am.Chem.Soc., 2021,DOI:10.1021/jacs.1c00339.https://doi.org/10.1021/jacs.1c00339.3、排放Acc.Chem.Res.：机器学习助力化学合成的超高通量实验通过计算机规划合成复杂分子的新路线，精确地预测反应结果和设计具有复杂功能的分子变得越来越可能。

利用CO2和H2作为甲基化剂是一种实现CO2更高平衡转化率的有前景策略，愿景但很少报道关于使用CO2/H2作为甲基化剂进行C-甲基化，愿景因此需要开发一种在温和条件下将普通芳香族化合物进行甲基化的催化剂，以有效地将其转化为更高附加值产品。

机器学习（MachineLearning,ML）是一门多领域交叉学科，微软涉及概率论、统计学、凸分析、算法复杂度理论等多门学科。欢迎大家到材料人宣传科技成果并对文献进行深入解读，丨氢投稿邮箱[email protected]。

【图文导读】图1ETL/MHP界面的机械性能图2PSCs的结构和性能图3PSCs的运行稳定性图4 运行稳定性测试的PSCs特性文献链接：燃料Interfacialtougheningwithself-assembledmonolayersenhancesperovskitesolarcellreliability（Science，燃料2021，DOI：10.1126/science.abf5602）本文由木文韬翻译，材料牛整理编辑。在包含PSCs的串联光伏产品中，电池由于增加了层数，预计CTE引起的内部应力会更大，而在柔性单结PSCs的情况下，外部施加的应力通常会更严重。

【引言】低成本、技术高功率转换效率(PCE)和多功能性的前景推动了钙钛矿太阳能电池(PSCs)的研究。改善PSC运行稳定性和可扩展性的研究已经取得了稳步进展，助力但PSCs如果要有效运行几十年，还需要具有机械可靠性。