I løbet af sit ph.d.-studium har Luuk Kempen forsket i hvordan maskinlæring kan bruges til at udforske materialer, der bruges til at omdanne CO₂ til mere brugbare produkter såsom metanol. Specifikt undersøges inverse katalysatorer—metaloxid-nanopartikler understøttet af metaloverflader—da de har vist meget lovende aktivitet i laboratorieeksperimenter. Ved at udvikle og anvende maskinlæringsmetoder viste Luuk Kempen hvordan denne type materialer er opbygget på det atomare niveau. Han viste desuden hvordan et vigtigt mellemprodukt i omdannelsen af CO₂, formiat, er dannet på disse materialer.

De nye forskningsmetoder og resultater bidrager til indsigt i disse inverse katalysatorer på det atomare niveau, hvilket kan bruges til at videreudvikle mere effektive materialer til CO₂-omdannelse.

Ph.d.-studiet er gennemført ved Institut for Fysik og Astronomi, Faculty of Natural Sciences, Aarhus Universitet.

Dette resumé er udarbejdet af den ph.d.-studerende.

Tid: Fredag den 27. juni 2025, kl. 10:00
Sted: Bygning 1523, lokale 318, Fysisk Auditorium, Institut for Fysik og Astronomi, Aarhus Universitet, Ny Munkegade 120, 8000 Aarhus C
Afhandlingens titel: Leveraging machine learning for materials discovery: Inverse catalysts for CO₂ hydrogenation
Kontaktinfo: Luuk Kempen, e-mail: luuk@phys.au.dk, tlf.: +45 52558225
Bedømmelsesudvalg:
Professor Henrik Grönbeck, Kemisk fysik, Chalmers tekniska högskola, Sverige
Assoc. Prof. Dipl.-Ing. Dr.techn. Oliver T. Hofmann, Institut für Festkörperphysik, Technische Universität Graz, Østrig
Lektor Karsten Riisager (forperson), Institut for Fysik og Astronomi, Aarhus Universitet, Danmark
Hovedvejleder: Lektor Mie Andersen, Institut for Fysik og Astronomi, Aarhus Universitet, Danmark
Sprog: Ph.d.-afhandlingen forsvares på engelsk.

Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Natural Sciences (GSNS), Ny Munkegade 120, bygning 1521, 8000 Aarhus C