一个专注于探索人工智能技术如何助力环境保护和可持续发展的平台。在这里,我们不仅分享最新的AI技术进展,还探讨它们如何被应用于环境监测、资源管理、生态保护和气候变化应对等领域。我们相信,通过科技的助力,可以为地球的未来贡献一份力量!
今天看啥  ›  专栏  ›  人工智能与环境前沿

哈尔滨工业大学 Environ. Sci. Technol.:生物炭催化的可解释机器学习用于污染物导向型AOPs的端到端模式发现

人工智能与环境前沿  · 公众号  ·  · 2024-09-02 08:46

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 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览