使用数据挖掘方法预测沙利基丁亚尼林晶体的光色
Shodai Hasebe1, Kan Hatakeyama-Sato2, Kenichi Oyaizu1
1Department of Advanced Science and Engineering, Graduate School of Advanced Science and Engineering, Waseda University, 3-4-1 Okubo, Shinjuku-ku, Tokyo 169-8555, Japan.
ACS omega
|January 15, 2024
概括
Salicylideneanilines (SAs) 呈现光色,在暴露在光线下改变颜色. 这项研究确定了关键的结构特征,如二面角,可以预测SA晶体的光色行为,从而使新的光敏材料的设计成为可能.
科学领域:
- 固态化学 固态化学
- 材料科学是一种材料科学.
- 晶体学 晶体学是指结晶学.
背景情况:
- Salicylideneanilines (SAs) 是已知的光色化合物,经历了固态-光异构化.
- 以前的经验观测将SA光色学与硬体 (光色) 和平面 (非光色) 构造联系起来,但最近的例外挑战了这一点.
- 基于结构来预测SA晶体中的光色变化仍然是一个悬而未决的问题.
研究的目的:
- 综合分析SA晶体中分子/晶体结构和光色学之间的关系.
- 开发SA晶体光色学的一个预测模型.
- 为设计具有量身定制的光色特性的SA晶体提供参考.
主要方法:
- 构建SA晶体结构的新型数据集.
- 数据挖掘方法用于识别影响光色学的主导结构参数.
- 机器学习的应用用于基于结构数据预测光色.
主要成果:
- 二面角被确定为SA光色学最主要的结构参数,其次是希尔什菲尔德表面体积.
- 具有体碳化合物组 (例如,三丁) 的硬质构造与由于松散包装而导致的光色相对应.
- 带有电子撤回组 (例如,,) 的平面构造与由于密集包装而导致的非光色相对应.
- 机器学习模型在预测SA晶体的光色学方面取得了很高的准确性 (>85%).
结论:
- 分子和晶体结构,特别是二面角和包装密度,显著决定了沙利西利丁尼尼林的光色行为.
- 该研究成功地建立了一种数据驱动的方法来预测SA光色.
- 结果为基于SA支架的新型光色材料的合理设计提供了宝贵的见解.


