文章预览
期刊 :Environmental Science & Technology 原题 :Discovery of an End-to-End Pattern for Contaminant-Oriented Advanced Oxidation Processes Catalyzed by Biochar with Explainable Machine Learning 译题 :生物质炭催化的可解释机器学习用于污染物导向型高级氧化过程的端到端模式发现 DOI :10.1021/acs.est.4c04714 图片摘要 成果简介 摘要 本研究提出了一种基于机器学习的端到端(E2E)模式,用于优化生物炭催化的过硫酸盐(BC-PMS AOPs)在降解新兴污染物(ECs)方面的性能。通过构建一个分层的机器学习管道,首先利用 XGB 模型对 ECs 降解的反应速率常数进行预测,然后根据不同 ECs 的 HOMO-LUMO 间隙对子模型进行训练,为特定 ECs 的 BC-PMS AOPs 提供最优选择策略。这种方法不仅加深了我们对污染物导向型 AOPs 优化的理解,还成功地将机器学习模型开发与环境应用之间的鸿沟连接起来。 亮点 提出了一种
………………………………