奥克兰大学高唯、王子运等ES&T:过渡金属上PFAS中间吸附的机器学习研究—环境催化剂设计的标度关系
环境人Environmentor
2025-11-18 10:06
文章摘要
本文背景为全氟和多氟烷基物质(PFAS)作为持久性污染物对环境构成严重威胁,尤其是超短链PFAS难以监测和治理。研究目的是结合密度泛函理论和机器学习框架,系统分析PFAS降解中间体在过渡金属表面的吸附行为,以加速催化剂发现。结论表明,该研究揭示了吸附热力学趋势和线性缩放关系,机器学习模型实现了0.90的F1分数,为PFAS降解催化剂筛选提供了机制洞察和可扩展策略,并具应用于其他污染物的潜力。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。