国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

麻省理工學院JACS：機器學習+數(shù)據(jù)挖掘設(shè)計穩(wěn)定的金屬-有機框架

盡管金屬-有機骨架（MOF）的定制金屬活性位點和多孔結(jié)構(gòu)在從氣體分離到催化等工程挑戰(zhàn)方面具有廣闊的前景，但缺乏對如何提高其穩(wěn)定性的了解限制了它們在實踐中的應用。

在此，麻省理工學院Heather J. Kulik等人從文獻中提取了數(shù)以千計的關(guān)于 MOF穩(wěn)定性關(guān)鍵方面的報告，承受高溫而不降解的能力以及通過去除溶劑分子活化而不崩潰的能力對于MOF的實際應用是必不可少的。

對穩(wěn)定性與MOF化學和幾何結(jié)構(gòu)之間關(guān)系的分析表明，從同一族中MOF衍生的現(xiàn)有啟發(fā)式模型難以實現(xiàn)更廣泛地應用。作者訓練了機器學習（ML，即高斯過程和人工神經(jīng)網(wǎng)絡）預測模型，以基于圖和孔結(jié)構(gòu)的表示來編碼熱穩(wěn)定性和溶劑去除穩(wěn)定性測量的結(jié)構(gòu)-性能關(guān)系。這些訓練有素的模型預測速度比傳統(tǒng)的基于物理的建模或?qū)嶒灴靸蓚€數(shù)量級。

圖1. 本工作中使用的數(shù)據(jù)集的管理示意圖

最后，作者利用這些預測模型來確定設(shè)計MOF結(jié)構(gòu)以提高其穩(wěn)定性的策略。對用于催化但在加熱時不穩(wěn)定的含3d過渡金屬MOF，接枝化學改性可以增加催化應用所需的熱穩(wěn)定性。

然而，這些第一代機器學習模型的性能易受到限制，部分是因為機器學習模型本身，但主要是受文獻中提取的數(shù)據(jù)量限制。另一個潛在的問題是文獻報告數(shù)據(jù)中的錯誤是否會導致模型偏差，專家對文獻的審查有望提高數(shù)據(jù)集和模型的質(zhì)量。

為此，作者在用戶友好的Web界面中提供了ML模型并從數(shù)據(jù)集中提取了特征，界面還支持上傳新MOF。作者希望該方法可以加速計算且縮短實驗研究人員發(fā)現(xiàn)穩(wěn)定實用MOF材料的時間。

圖2. 高斯過程分類器模型預測穩(wěn)定性

Using Machine Learning and Data Mining to Leverage Community Knowledge for the Engineering of Stable Metal-Organic Frameworks, Journal of the American Chemical Society 2021. DOI: 10.1021/jacs.1c07217

原創(chuàng)文章，作者：科研小搬磚，如若轉(zhuǎn)載，請注明來源華算科技，注明出處：http://www.xiubac.cn/index.php/2023/10/15/1f0008818a/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

麻省理工學院JACS：機器學習+數(shù)據(jù)挖掘設(shè)計穩(wěn)定的金屬-有機框架

相關(guān)推薦