期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MOFid赋能下的AI大数据挖掘高性能化学战剂吸附材料
1
作者 翁惠琼 黄河 +7 位作者 王雯菲 李和国 李晓鹏 张守鑫 李树华 赵越 吴玉芳 乔智威 《化学学报》 北大核心 2026年第1期8-19,共12页
为高效捕获对人类健康与环境构成严重威胁的低浓度化学战剂及模拟物,本研究依托AI大数据驱动的高通量计算筛选策略,针对数万种金属有机框架(Metal-organic Framework, MOF)吸附材料数据库进行系统分析,精准评估低浓度化学战剂在空气中... 为高效捕获对人类健康与环境构成严重威胁的低浓度化学战剂及模拟物,本研究依托AI大数据驱动的高通量计算筛选策略,针对数万种金属有机框架(Metal-organic Framework, MOF)吸附材料数据库进行系统分析,精准评估低浓度化学战剂在空气中的捕获性能.引入选择性与吸附容量的权衡值(TSN)作为综合指标,结合六种算法(决策树、随机森林、梯度提升回归树、极端梯度提升(Extreme Gradient Boosting, XGB)、反向传播神经网络和轻梯度提升机)构建预测模型,结果表明XGB算法的预测效果最佳(R^(2)可达0.923).随后,将XGB算法与MOFid标准化标识符相结合,采用大数据筛选挖掘方法对TOP1%高性能MOFs进行结构共性解析,发现开放过渡金属位点与刚性有机配体的协同作用有助于增强化学战剂的吸附亲和力;同时,特定拓扑的高出现频率证明了可通过形成有效的孔隙结构来增益吸附作用.本研究通过MOFid赋能下的AI大数据挖掘技术为优化MOF吸附性能和筛选高效材料提供了关键指导,助力空气中痕量化学战剂的高效捕获. 展开更多
关键词 AI大数据挖掘 MOFid 高通量筛选 化学战剂 机器学习 分子模拟 金属有机框架
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部