基于数据的MOFs发现：用于苯吸附的可转移堆叠模型

《Chemistry Letters》：Data-driven discovery of MOFs for benzene adsorption with transferable stacking model

基于CoRE-MOF数据库构建多模型堆叠回归框架，验证其可迁移性后在大规模h-MOF库中进行预测，模型R2达0.943，前30名预测MOFs吸附性能优于合成结构。提供高效筛选高吸附MOFs工具及数据驱动设计视角。

　　

摘要

在这项研究中，我们基于CoRE-MOF数据库构建了一个基于多模型堆叠的回归框架，验证了其可迁移性，并将其应用于h-MOF库的大规模预测。该模型表现出很强的泛化能力（R2 = 0.943），有效识别出了高性能的MOFs候选者。在前30个预测的MOFs中，与合成的CoRE-MOF结构相比，它们在GCMC模拟中显示出更优异的吸附性能。这种筛选策略为发现高性能MOFs提供了一种高效的方法，并为吸附材料的设计提供了数据驱动的视角。

图形摘要

在新标签页中打开下载幻灯片