盡管金屬有機(jī)骨架(MOFs)領(lǐng)域進(jìn)展迅速，但利用機(jī)器學(xué)習(xí)(ML)方法預(yù)測(cè)MOF合成參數(shù)的潛力仍未開發(fā)。

在這里，我們展示了如何使用ML來(lái)合理化和加速M(fèi)OF的發(fā)現(xiàn)過(guò)程，通過(guò)直接預(yù)測(cè)合成條件的MOF的晶體結(jié)構(gòu)。

我們的方法是基于:

(i)通過(guò)自動(dòng)提取文獻(xiàn)中的合成參數(shù)建立**個(gè)MOF合成數(shù)據(jù)庫(kù)，

(ii)利用MOF數(shù)據(jù)庫(kù)訓(xùn)練和優(yōu)化ML模型，

(iii)預(yù)測(cè)新的MOF結(jié)構(gòu)的合成條件。

ML模型，即使在初始階段，也表現(xiàn)出良好的預(yù)測(cè)性能，超過(guò)了通過(guò)綜合調(diào)查獲得的人類專家預(yù)測(cè)。

更多推存

西安pg電子官方生物科技有限公司是國(guó)內(nèi)光電材料，納米材料，聚合物；化學(xué)試劑供應(yīng)商；**于科研試劑的研發(fā)生產(chǎn)銷售。供應(yīng)有機(jī)發(fā)光材料（聚集誘導(dǎo)發(fā)光材料）和發(fā)光探針（磷脂探針和酶探針）、碳量子點(diǎn)、金屬納米簇；嵌段共聚物等一系列產(chǎn)品。sjl2022/02/24