机器学习在超临界二氧化碳制膜技术教学中的应用实践

文档摘要：[目的]探索将超临界二氧化碳(CO2)辅助制备金属-有机框架(MOF)膜与机器学习技术相结合的创新教学模式,以提高本科生在实验数据处理、分析和预测方面的能力.[方法]在教学过程中,学生首先使用数据提取工具从复杂的实验图表中提取CO2在MOF材料上的吸附等温线数据,构建包含数据点和材料性能参数的数据集.随后,学生应用极致梯度提升(XGB)和随机森林(RF)两种机器学习算法对提取的数据集进行训练和测试,建立材料性能预测模型.[结果]数据提取工具显著提高了数据处理的效率和准确性,XGB模型在材料性能参数预测方面表现出良好的准确性和可解释性.通过这种结合数据提取和机器学习的教学模式,学生在数据处理和预测方面取得了显著进步,增强了他们的数据分析和科研能力.[结论]本工作提出的教学模式为化学工程和材料科学领域的实验数据处理和分析提供了有效的解决方案,具有较高的应用价值.

Abstract：[Introduction]Aninnovativeteachingmodecombiningthesupercriticalcarbondioxide(CO2)assistedpreparationofmetal-organicframework(MOF)membranesandmachinelearningtechnologywasexploredtoenhancetheundergraduates'abilitiesinexperimentaldataprocessing,analysis,andprediction.[Method]Duringtheteachingprocess,studentsuseadataextractiontoolfirstlytoobtainCO2adsorptionisothermsfromcomplexexperimentalgraphs,creatingadatasetcontainingdatapointsandmaterialproperties.Subsequently,studentsapplyextremegradientboosting(XGB)andrandomforest(RF)algorithmstotrainandtestthedataset,establishingthepredictivemodelsforthepropertiesofmaterials.[Result]Thedataextractiontoolsignificantlyimprovestheefficiencyandaccuracyofdataprocessing.TheXGBalgorithmshowsgoodaccuracyandinterpretabilityinpredictingthematerialproperties.Throughthisteachingmode,whichcombinesdataextractionandmachinelearning,studentsachievesignificantprogressindataprocessingandprediction,enhancingtheirdataanalysisandresearchcapabilities.[Conclusion]Theteachingmodeproposedinthispaperprovidesaneffectivesolutionforexperimentaldataprocessingandanalysisinthefieldsofchemicalengineeringandmaterialsciencewithhighapplicationvalue.

作者：眭志强  李树华  林璟  杨伟  梁红  蔡史佳  乔智威Author：SUIZhiqiang  LIShuhua  LINJing  YANGWei  LIANGHong  CAIShijia  QIAOZhiwei
作者单位：广州大学化学化工学院,广东广州510006
刊名：电镀与涂饰 ISTICPKU
Journal：Electroplating&Finishing
年，卷(期)：2024, 43(6)
分类号：TP181TQ028.8
关键词：金属-有机框架  超临界二氧化碳  制膜技术  机器学习  数据提取  
Keywords：metal-organicframework  supercriticalcarbondioxide  membranetechnology  machinelearning  dataextraction  
机标分类号：G7G807.4X703.1
在线出版日期：2024年7月9日
基金项目：广东省本科高校高等教育教学改革项目，广东省学位与研究生教育改革研究项目，广州大学探索性实验建设项目，广州大学教育教学研究项目，国家自然科学基金机器学习在超临界二氧化碳制膜技术教学中的应用实践[
期刊论文]  电镀与涂饰--2024, 43(6)眭志强  李树华  林璟  杨伟  梁红  蔡史佳  乔智威[目的]探索将超临界二氧化碳(CO2)辅助制备金属-有机框架(MOF)膜与机器学习技术相结合的创新教学模式,以提高本科生在实验数据处理、分析和预测方面的能力.[方法]在教学过程中,学生首先使用数据提取工具从复杂的实验图表...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

关键词：金属-有机框架,超临界二氧化碳,制膜技术,机器学习,数据提取,

2024-10-4 00:18 上传 机器学习在超临界二氧化碳制膜技术教学中的应用实践.pdf

文件大小:

2.74 MB

下载次数:

60

高速下载