基于机器学习的模型预测了从废水中去除危险的酸和染物污染物的催化性能
Mohammad Sherjeel Javed Khan1, Lariyah Mohd Sidek1, Pavitra Kumar2
1Institute of Energy Infrastructure (IEI), Universiti Tenaga Nasional (UNITEN), 43000, Selangor, Malaysia.
International journal of biological macromolecules
|August 16, 2024
概括
这项研究表明,Ag@CMC催化剂有效地从水中去除有害的4-酸 (4-NP). 像ADAM和LSTM这样的机器学习模型准确地预测了催化剂.
科学领域:
- 环境化学环境化学
- 催化剂是一种催化剂.
- 机器学习 机器学习
背景情况:
- 亚类醇和亚染料是有害的水污染物.
- 有效地去除这些化学物质对于人类健康和环境安全至关重要.
研究的目的:
- 估计Ag@CMC的催化性能,用于去除尼托芬醇和色剂.
- 应用机器学习技术来预测催化效率.
主要方法:
- 使用Ag@CMC催化剂进行还原催化实验.
- 在不同时间间隔进行实验.
- 采用机器学习算法 (ADAM,LSTM) 来预测催化性能.
- 使用平均绝对误差评估算法性能.
主要成果:
- Ag@CMC催化剂在消除4-尼托醇 (4-NP) 中表现出高效率.
- 在预测催化活性方面,ADAM和LSTM算法表现出卓越的性能.
- 在短短8分钟内实现了98%的酸减少.
结论:
- Ag@CMC是一种高效的催化剂,可以从水中去除酸.
- 机器学习为催化性能提供了准确的预测.
- 催化剂显示出对现实世界净水应用的巨大潜力.
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
10:37Procedure to Evaluate the Efficiency of Flocculants for the Removal of Dispersed Particles from Plant Extracts
Published on: April 9, 2016
8.9K
