社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
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
一周十大热门主题
Hermes Agent：电脑任务与 GitHub 开发自动化
3Blue1Brown 对谈 Jane Street：深度学习如何成为系统化交易的最大驱动力
ChatGPT Business 和 Plus 怎么选？超详细！
旧文重发：闲话chatgpt，谁是带枪猎人，要吞噬整个宇宙
〖今日火爆趋势〗GitHub TOP10（2026年08月22日）
不是我吹，2026年深度学习找创新点往这方向走就对了！！
GitHub 3 万 Star，AI Agent 也有了自己的 tmux
全球AI网站排名，ChatGPT第一DeepSeek第四
阿里开源的 Agent 项目在 Github 又爆了 ！
一周没逛 GitHub 不要紧，这 TOP 10 的热门开源项目整理好了。
关注
Py学习
»
机器学习算法
Angew：机器学习引导发现的铜(I)-碘化物簇闪烁体用于实现高效的X射线发光成像
奇物论
• 1 年前 • 366 次点击
开发具有环保成分、可适应带隙和显著的化学稳定性的高效闪烁体对于现代X射线放射摄影术而言至关重要。虽然铜(I)-碘化物簇晶体是一种极具发展前景的闪烁体材料，但无机内核和有机配体的巨大设计空间也给传统方法提出了挑战。
有鉴于此，
西北工业大学黄维院士、刘小网教授和张悦周教授
通过机器学习引导发现了铜(I)-碘化簇闪烁体，并将其用于实现高效的X射线发光成像。
本文要点：
（1）
研究结果表明，将基础学习模型与融合特征进行结合能够增强模型的泛化，以达到0.88的决定系数。基于这种方法，研究者构建了一种高性能Cu(I)-I簇闪烁体，即碘化亚铜-(1-丁基-1,4-二氮杂二环[2.2.2]辛烷-1-鎓)
2
，其辐射发光强度是PbWO
4
的56倍，X射线检测限为19.6 nGy
air
s
−1
。
（2）
研究者进一步将这些闪烁体作为微填料加入到用于X射线成像的柔性复合闪烁体中，证明了这些闪烁体具有良好的多功能性，能够实现20 lp mm
−1
的静态分辨率和动态X射线成像。
参考文献：
Yanze Wang. et al. Machine Learning-Guided Discovery of Copper(I) Iodide Cluster Scintillators for Efficient X-ray Luminescence Imaging.
Angewandte Chemie International Edition
. 2024
DOI: 10.1002/anie.202413672
https://onlinelibrary.wiley.com/doi/10.1002/anie.202413672
Nanolab
纳米材料交流QQ群：937788022
纳米人-生物医药群-1：
99066659
纳米人-生物医药群-2：
1033214008
纳米人-生物医药群-3：
752247802
纳米人-生物材料交流群-1：
1067866501
纳米材料 定制合成
肖老师
18159896237
Nanolab
纳米材料交流QQ群：937788022
若您制备的材料想要入驻nanolab平台，添加编辑微信 18159896237，备注：姓名-单位-材料名（无备注请恕不通过）。
Python社区是高质量的Python/Django开发社区
本文地址：
http://www.python88.com/topic/176197
登录后回复
