.png){kind=icon}
返回
Accelerating Bioelectrodechlorination via Data-Driven Inverse Design
.png){kind=icon}
OA
AI
DOI：10.1016/j.ese.2025.100625.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们基于文献来源构建了一个用于微生物电呼吸脱氯的综合性数据集。
• 一个机器学习框架整合了实验数据和微生物数据，以优化生物电脱氯过程。
• 模型纳入了操作参数和超过200个细菌属，用于预测脱氯速率。
• 关键属如Clostridium和Desulfovibrio在提高脱氯效率方面发挥着关键作用。
• 反向设计加速了最优参数的识别，并通过预测误差小于6%进行了验证。
Keyword:
Microbial electrorespiration
Reductive dechlorination
Machine learning
Data-driven methodologies
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
14.3
论文数:
516
被引数:
3.3K
机构
引用论文
Enhancing Biochar-Based Nonradical Persulfate Activation Using Data-Driven Techniques使用数据驱动技术增强基于生物炭的非自由基过硫酸盐活化
PREAI
分享收藏Nature of Intrinsic Defects in Carbon Materials for Electrochemical Dechlorination of 1,2-Dichloroethane to Ethylene用于将1，2-二氯乙烷电化学脱氯为乙烯的碳材料中固有缺陷的性质.png)
ACS CATALYSIS
ACS CATALYSISIF13.1
PREAI
分享收藏Data-Driven Based In-Depth Interpretation and Inverse Design of Anaerobic Digestion for CH4-Rich Biogas Production基于数据驱动的CH4-Rich沼气厌氧消化深度解释与反设计ACS ES&T ENGINEERING
OAAI
ACS ES&T ENGINEERINGIF6.7
OAAI分享收藏Identification and transcriptional analysis of trans-DCE-producing reductive dehalogenases in Dehalococcoides speciesISME JOURNALOAAI
ISME JOURNALIF10
OAAI分享收藏
查看更多内容