技术栈
mofs
好好学仿真
13 天前
人工智能
·
机器学习
·
xgboost
·
材料科学
·
mofs
·
吸附
用AI预测MOF材料吸氮能力：XGBoost力压神经网络，R²高达0.9984
在天然气净化和温室气体控制中，氮气（N₂）与甲烷（CH₄）的分离一直是个“老大难”问题。两者的动力学直径极其接近（0.364 nm vs 0.381 nm），传统分离方法成本高、能耗大。而金属有机框架（MOFs）因其结构可调和超高孔隙率，被视为理想的吸附材料。
信息快讯
5 个月前
人工智能
·
机器学习
·
材料工程
·
mofs
·
结构性能
·
材料预测
计算化学与人工智能驱动的MOFs性能预测与筛选技术
金属有机框架（MOFs）因其高孔隙率、可调结构和多功能性，在气体存储、分离和催化等领域具有广泛应用。计算化学与人工智能（AI）的结合显著加速了MOFs的性能预测与筛选流程，降低了实验试错成本。
我是有底线的