佐治亞理工陳勇生ES&T: 基于機(jī)器學(xué)習(xí)-貝葉斯優(yōu)化革新膜設(shè)計(jì) 2023年10月15日 下午4:52 ? 未全平臺(tái)發(fā)布, 頂刊 ? 閱讀 18 聚合物膜設(shè)計(jì)是一個(gè)多維過程,涉及從無限的候選空間中選擇膜材料和優(yōu)化制造條件,而通過反復(fù)試驗(yàn)來探索整個(gè)空間是不可能的。機(jī)器學(xué)習(xí)(ML)算法可以管理復(fù)雜的多維數(shù)據(jù)集,具有強(qiáng)大的擬合能力,在膜科學(xué)界越來越受到關(guān)注。 在此,美國(guó)佐治亞理工學(xué)院陳勇生教授等人提出了一種膜設(shè)計(jì)策略,利用基于機(jī)器學(xué)習(xí)的貝葉斯優(yōu)化來從無限空間中精確識(shí)別未探索單體的最佳組合及其制造條件。作者構(gòu)建了兩個(gè)數(shù)據(jù)集:透水性(A)和脫鹽率(R),A數(shù)據(jù)集有567個(gè)數(shù)據(jù)點(diǎn),R數(shù)據(jù)集有1524個(gè)數(shù)據(jù)點(diǎn)。 接下來,作者使用了兩種基于樹的ML算法作為候選:(1)XGBoost和(2)CatBoost,它們都能夠處理缺失值。根據(jù)從ML模型解釋中選擇的原子組構(gòu)建參考摩根指紋,從而快速篩選未開發(fā)的材料。 此后,對(duì)成熟的ML模型進(jìn)行貝葉斯優(yōu)化來反向識(shí)別單體/制造條件組合的集合,這些組合有可能打破水/鹽選擇性和滲透性的上限。作者在確定的組合下制造了8種膜,發(fā)現(xiàn)它們超過了目前的上限。因此,基于ML的貝葉斯優(yōu)化代表了下一代分離膜設(shè)計(jì)的范式轉(zhuǎn)變。 圖1. 實(shí)驗(yàn)結(jié)果與預(yù)測(cè)值的相關(guān)性 在這項(xiàng)工作中,作者主要關(guān)注平板膜。因此,開發(fā)的模型不能直接應(yīng)用于中空纖維膜。然而,由于ML模型的預(yù)測(cè)性能在很大程度上取決于數(shù)據(jù)集的可用性、準(zhǔn)確性和大小,隨著與這些應(yīng)用相關(guān)的更多研究的發(fā)表,本文中展示的策略可以很容易地?cái)U(kuò)展以開發(fā)適當(dāng)?shù)哪P停檫@些新興應(yīng)用設(shè)計(jì)不同類型的膜提供指導(dǎo)。 此外,分子動(dòng)力學(xué)(MD)已廣泛用于在原子水平上探索膜結(jié)構(gòu)內(nèi)溶質(zhì)傳輸?shù)难芯俊?/span>構(gòu)建膜配置和基于MD的模擬可以增強(qiáng)目前有限的膜性能數(shù)據(jù)可用性,通過協(xié)同MD-ML方法闡明水和溶質(zhì)通過分離膜運(yùn)輸?shù)臐撛诜肿訖C(jī)制仍然是未來研究的一個(gè)開放挑戰(zhàn)。 圖2. 從貝葉斯優(yōu)化中識(shí)別最優(yōu)組合 Revolutionizing Membrane Design Using Machine Learning-Bayesian Optimization, Environmental Science & Technology 2021. DOI: 10.1021/acs.est.1c04373 原創(chuàng)文章,作者:v-suan,如若轉(zhuǎn)載,請(qǐng)注明來源華算科技,注明出處:http://www.xiubac.cn/index.php/2023/10/15/3986dd07e6/ 電池 贊 (0) 0 生成海報(bào) 相關(guān)推薦 ?Nature:至少兩成造假!出版社聯(lián)合聲明,圖片造假要過三關(guān)! 2023年10月16日 ?王旭珍ACS Nano:基于雙功能宿主的高性能鋰硫全電池! 2023年10月7日 麥立強(qiáng)/周亮/吳勁松,最新AM! 2023年12月14日 時(shí)隔3年,中國(guó)地質(zhì)大學(xué)(武漢)再發(fā)Science! 2024年1月26日 Matter:浙師大賁騰團(tuán)隊(duì)通過晶態(tài)多孔有機(jī)框架?Pd納米顆粒在溫和環(huán)境條件下實(shí)現(xiàn)超高效分離氕/氘 2024年6月21日 祝賀!地方大學(xué)教授,當(dāng)選院士! 2023年10月14日