음향전기화학 산화 예측 및 역설계
음향전기화학(US-EC) 산화는 신규 오염물질 제거에 유망하나, 그 분해 동역학은 운전 조건, 반응기 특성, 오염물질 속성 간의 복합적인 상호작용에 의해 영향을 받습니다. 본 연구는 US-EC 산화의 동역학 예측, 신뢰성 평가 및 역설계를 위한 머신러닝 프레임워크를 개발했습니다. 224개의 실험 및 문헌 데이터를 포함하는 데이터베이스를 구축하고, XGBoost 모델이 가장 안정적인 예측 성능을 보였습니다. 물리화학 및 양자화학적 분자 기술자를 추가했을 때 RMSE가 3.69% 감소했으며, 인가 전압, 전극 재료, 전극 간격, lo…