Towards estimation of CO2 adsorption on highly porous MOF-based adsorbents using gaussian process regression approach
Notice bibliographique
Résumé
Abstract In recent years, new developments in controlling greenhouse gas emissions have been implemented to address the global climate conservation concern. Indeed, the earth's average temperature is being increased mainly due to burning fossil fuels, explicitly releasing high amounts of CO2 into the atmosphere. Therefore, effective capture techniques are needed to reduce the concentration of CO2. In this regard, metal organic frameworks (MOFs) have been known as the promising materials for CO2 adsorption. Hence, study on the impact of the adsorption conditions along with the MOFs structural properties on their ability in the CO2 adsorption will open new doors for their further application in CO2 separation technologies as well. However, the high cost of the corresponding experimental study together with the instrument's error, render the use of computational methods quite beneficial. Therefore, the present study proposes a Gaussian process regression model with four kernel functions to estimate the CO2 adsorption in terms of pressure, temperature, pore volume, and surface area of MOFs. In doing so, 506 CO2 uptake values in the literature have been collected and assessed. The proposed GPR models performed very well in which the exponential kernel function, was shown as the best predictive tool with R2 value of 1. Also, the sensitivity analysis was employed to investigate the effectiveness of input variables on the CO2 adsorption, through which it was determined that pressure is the most determining parameter. As the main result, the accurate estimate of CO2 adsorption by different MOFs is obtained by briefly employing the artificial intelligence concept tools.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».