华中科技大学李松课题组,利用机器学习预测多孔材料水吸附等温线

AIGC动态1年前 (2023)发布 HyperAI超神经
20 0 0

华中科技大学李松课题组,利用机器学习预测多孔材料水吸附等温线

AIGC动态欢迎阅读

原标题:华中科技大学李松课题组,利用机器学习预测多孔材料水吸附等温线

关键字:等温线,吸附剂,模型,结构,数据

文章来源:HyperAI超神经

内容字数:10158字

内容摘要:By 超神经多孔材料的水吸附等温线是一个非常重要的参数,但这一参数的获得并不容易。这是因为多孔材料种类过多、结构多元,通过实验和计算的方式获得水吸附等温线数据成本过高,耗时过长。华中科技大学的李松课题组,建立了一个两步机器学习模型,训练 AI 通过材料的结构参数预测水吸附等温线参数和后续应用性能。作者|加零编辑|雪菜、李慧、三羊在水净化、水脱盐、水收集和吸附热转换等过程中,多孔材料有着巨大的应用。这些吸附驱动应用中,诸如表面亲水性、解吸滞后性和吸水性等结构特性,都可能影响多孔材料的性能。这些结构特性都可以从水吸附等温线 (water adsorption isotherms) 中获得。那么,如何获得材料的水吸附等温线呢?如果以实验的方式,获得几种吸附剂的水吸附等温线并不困难,但多孔材料种类众多,如剑桥结构数据库中已录入 10 万余种多孔材料数据,对它们一一合成和测试显然是不合理的。如果以计…

原文链接:点此阅读原文:华中科技大学李松课题组,利用机器学习预测多孔材料水吸附等温线

联系作者

文章来源:HyperAI超神经

作者微信:HyperAI

作者简介:解构技术先进性与普适性,解读更前沿的 AIForScience 案例

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...