理大建築與房地產學系的倪萌教授團隊，和深圳大學謝和平院士及南京工業大學邵宗平教授合作，在國際頂級學術期刊《自然-能源》（Nature Energy）發表題為「結合路易士酸描述符和機器學習預測陶瓷燃料電池的氧還原電極」的研究論文。
陶瓷燃料電池是極具應用前景的清潔發電裝置，要物盡其用並發展成高效穩定的綠色能源技術，當中關鍵是為其篩選發展高效耐用的陰極材料。不過，傳統測試採用的常規試錯流程，進行材料開發費時且昂貴，也難以找尋到真正優良的材料。
高效開發氧還原電極
最近，香港理工大學建築與房地產學系倪萌教授團隊，和深圳大學謝和平院士及南京工業大學邵宗平教授合作，在國際頂級學術期刊《自然-能源》（Nature Energy）發表題為「結合路易士酸描述符和機器學習預測陶瓷燃料電池的氧還原電極」（A combined ionic Lewis acid descriptor and machine-learning approach to prediction of efficient oxygen reduction electrodes for ceramic fuel cells）的研究論文。作者設計出一種實驗驗證的機器學習驅動方法，以加速開發高效的氧還原電極，其中離子Lewis酸強度(ISA)作為鈣鈦礦氧化物氧還原反應活性的物理描述符。
促進綠色發電技術
該研究採用了機器學習，原子尺度計算和實驗研究相結合的方法，開發了一個經過實驗驗證的陰極材料機器學習篩選技術，能夠從超過6000種可能的材料成分中，篩選出適用於陶瓷燃料電池的材料，並進行了詳細分析和測試，獲得了優異的燃料電池性能和穩定性。
該項研究使用機器學習輔助材料篩選和設計，加快陶瓷燃料電池的開發，為實現綠色電力、碳中和目標開闢了新途徑。
論文的第一作者是博士研究生翟朔，由倪萌教授和謝和平院士聯合指導。邵宗平教授亦參與指導了該項研究。
倪萌教授是香港理工大學建築與房地產學系的教授和建設及環境學院的副院長（科研）。他的研究領域包括燃料電池，氫能，儲能電池，低溫餘熱利用等。
