社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

佐治亚理工陈勇生团队ES&T: 基于机器学习与贝叶斯优化的纳滤膜设计

环境人Environmentor • 3 年前 • 1934 次点击  
点击上方蓝字 关注我们


第一作者:Haiping Gao (高海萍)and Shifa Zhong (钟士发)

通讯作者:Yongsheng Chen (陈勇生)

通讯单位:佐治亚理工学院(Georgia Institute of Technology)

邮箱:yongsheng.chen@ce.gatech.edu

论文DOI:10.1021/acs.est.1c04373



图片摘要

引言

基于聚酰胺膜材料的纳滤膜被广泛地应用于水处理和资源回收等领域,但该类型膜的性能长久以来受限于渗透率/选择性极限 (upper bound)。聚酰胺复合膜的合成过程涉及单体的选择、单体浓度、添加剂、界面聚合时间等多样化参数,用传统的trial and error 的实验方法来进行高效能膜的开发,耗时耗力、成本高、见效低,并且在合成聚酰胺所需的单体筛选方面具有很大的局限性。因此转换现有的实验密集型的合成膜的方法,寻求一种更加高效的方法至关重要。机器学习因其在处理包含大量变量的广泛数据库方面的能力,已经在很多领域比如制药,化学物质合成等获得极大的关注和应用。这也为解决环境领域的复杂问题提供了新的思路和机遇。近期,美国佐治亚理工学院陈勇生教授团队在ES&T上发表了题为“Revolutionizing Membrane Design Using Machine Learning-Bayesian Optimization”的封面文章,该研究建立了基于机器学习的数据模型,用来预测纳滤膜的渗透率和盐截留率,并在机器学习模型之上施加贝叶斯优化,反推膜的合成条件,获得最优化的膜渗透选择性,并用实验进行了验证。该方法的建立,避免了传统的盲目试错的方式,通过膜制备-膜性能的关系来有效地指导高性能膜的合成,同时也可以推动未来新型膜材料的发展。


成果简介

该团队以近10年来聚酰胺纳滤膜的期刊论文为对象,采集膜的合成条件、测试条件和膜性能 (主要针对渗透率和盐截留率)创建数据库,其中引入分子指纹对单体进行描述,基于此数据库建立了机器学习模型。该模型对膜渗透率和盐截留率的预测与实验数据高度重合 (Figure 1),表明了该模型预测的准确性。

Figure 1. Correlation of experimental results with predicted values. (a), water permeability dataset. (b), salt rejection dataset.


        接下来,通过对所构建的模型进行解释,揭示了对膜性能影响起主要影响作用的合成条件及单体特征(即特征分子指纹)。基于图2 (Figure 2a and b) 所示的有助于改善渗透率和盐截留的特征分子指纹,构建了一个虚拟分子指纹,通过计算新的单体(来源于NIMS材料库)的分子指纹与该虚拟分子指纹的相似性,来筛选合适的单体。分子指纹的引入,为探索新型膜材料提供了机会。进一步地,以膜渗透选择性为目标,将筛选出的单体和关键的合成条件进行贝叶斯优化,得到了理论上可以突破渗透率/选择性极限 (upper bound breaking)的膜性能 (Figure 2c)。最后,选取6组优化条件,合成纳滤膜进行渗透率和盐截留测试,从实验层面印证了该团队所创建的基于机器学习-贝叶斯优化指导膜合成的实际可行性 (Figure 2d)。

Figure 2. Atomic groups serving as positive contributors. (a), water permeability. (b), salt rejection;Identification of optimal combinations from Bayesian optimization. (c), predicted results with Group 1 and Group 2 monomers for water/Na2SO4 selectivity versus water permeability; (d), predicted values from identified combinations and corresponding experimental performance.


主要作者介绍


高海萍,博士毕业于佐治亚理工学院土木与环境学院,现为佐治亚理工学院土木与环境学院博士后,主要研究领域为基于膜过程的水处理及资源回收。邮箱:hgao49@gatech.edu


钟士发,博士毕业于凯斯西楚大学土木与环境工程系,目前在佐治亚理工土木与环境工程系做博后,主要研究领域是机器学习在环境领域中的应用。邮箱:szhong65@gatech.edu

陈勇生,佐治亚理工学院土木与环境工程学院教授,营养-能源-水综合农业科技中心主任。研究领域涉及纳米材料在环境中的应用和健康评估,膜技术在水/污水处理及营养物质回收及可持续能源中的应用。

邮箱: yongsheng.chen@ce.gatech.edu

网址:https://sites.gatech.edu/newcenter

文章链接:

https://doi.org/10.1021/acs.est.1c04373



来源:CAPEES投稿、合作、转载、进群,请添加小编微信Environmentor2020!环境人Environmentor是环境领最大的学术公号,拥有近10W活跃读者。由于微信修改了推送规则,请大家将环境人Environmentor加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到我们每日的推文!环境人Environmentor现有综合群、期刊投稿群、基金申请群、留学申请群、各研究领域群等共20余个,欢迎大家加小编微信Environmentor2020,我们会尽快拉您进入对应的群。



往期推荐


论文推介

ES&T主编/副主编:我的论文为啥未送审就被拒稿?

清华大学曲久辉院士团队Angew: 限域强化利用自由基主导的快速类芬顿反应
耶鲁大学Menachem Elimelech团队和哈工大马军团队Nat. Commun.:Janus电催化膜高选择性合成ROS
清华大学曲久辉院士团队ES&T:绿色芬顿——原子氢介导的双氧水电还原活化过程
同济大学赵红颖、赵国华团队ES&T: 电芬顿阴极氧化-还原协同深度处理含卤污染物
丹麦科大张翼峰团队ES&T:导电型的厌氧颗粒污泥应用于污水处理及产电的研究
香港科大劳敏慈团队ES&T: 如何实现水体中磷酸盐选择性吸附去除?
美国范德堡大学林士弘教授ES&T展望:脱盐过程能效的直观理解
清华大学环境学院文湘华团队WR: 污水可生物降解性决定了污水厂微生物的构建机制
卡内基梅隆大学Lowry教授团队AM:硫含量和形态调控硫化纳米零价铁的疏水性、电子传递、反应活性和选择性
学术招聘
美国范德堡大学环境工程研究生项目招生 (博士硕士)
加州大学河滨分校化学与环境工程系门玉洁课题组招收博士生(或博士后)
香港城市大学能源与环境学院Dr. Sam H. Y. HSU课题组招聘博士
美国圣母大学环境分子与合成生物学实验室拟招收2名全奖博士生
瑞典斯德哥尔摩大学和瑞士Eawag联合招聘全奖博士生(环境方向)
北京大学环境科学与工程学院赵华章教授团队招聘博士
学术资讯
耶鲁大学Julie B. Zimmerman教授出任ES&T主编
贝勒大学Bryan W. Brooks教授出任ES&T Letters主编
韩国科学院院士Wonyong Choi将出任ACS ES&T Engineering创刊主编
复旦大学环境系王梓萌教授出任Applied Geochemistry期刊共同主编
CEJ Advances创刊 | 潘丙才教授任主编,四位华人学者任副主编
ACS对话 | ACS ES&T Engineering创刊副主编马军院士
专访:Environmental Science & Ecotechnology 主编团队

扫描二维码,快速入群~

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/126040
 
1934 次点击