基于机器学习的预测和实验验证,重金属吸附能力的本托尼特
Lisheng Guo1, Xin Xu1, Cencen Niu1
1College of Construction Engineering, Jilin University, Changchun 130026, China.
The Science of the total environment
|March 29, 2024
概括
托尼特 (Bentonite) 是一种托尼特.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 数据科学数据科学数据科学
背景情况:
- 石是一种天然吸附剂,广泛用于重金属的去除.
- 班托尼特的重金属吸附能力因其不同性质而有所不同.
- 需要准确的预测模型来优化土的应用.
研究的目的:
- 通过机器学习预测本托尼特的重金属吸附能力.
- 为了确定影响吸附的关键因素.
- 开发一个用户友好的预测工具.
主要方法:
- 评估了六个机器学习 (ML) 回归算法.
- 一个极端梯度增强回归 (XGB) 模型被开发和优化.
- 进行了特征重要性分析,以了解影响因素.
主要成果:
- XGB模型显示出卓越的预测性能.
- 吸附条件是最有影响力的因素,其次是托尼特和重金属属性.
- 成功开发了一个基于Web的图形用户界面 (GUI).
结论:
- XGB模型准确地预测了本托尼特的重金属吸附能力.
- 了解特征的重要性指导优化土石的修复.
- 开发的GUI工具增强了重金属污染控制的实际应用和效率.
更多相关视频
10:44Preparation of Biomass-based Mesoporous Carbon with Higher Nitrogen-/Oxygen-chelating Adsorption for CuII Through Microwave Pre-Pyrolysis
Published on: February 12, 2019
9.9K
10:31Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores
Published on: December 6, 2015
28.1K
