《基于机器学习的高性能纳米酶理性设计在手机版槲皮素检测中的应用》更正说明

《ACS Applied Nano Materials》：Correction to “Rational Design of High-Performance Nanozymes via Machine Learning for Smartphone-Based Quercetin Sensing”

　　

在本文的最终版本中，图2中的A和B部分以及图3中的A和B部分并非最终修订版，而是误保留了早期版本的内容。

图2

图2. POD纳米酶中K_m预测的回归模型评估。(A)不同模型的训练集和测试集R²值。(B)不同模型的训练集和测试集MAE值。(C)GBR预测值与实测log₁₀(K_m)值的对比。(D)GBR训练和测试过程中的MSE变化。(E)显示Top 10个与K_m相关的特征的SHAP蜂群图。(F)根据平均绝对SHAP值对特征进行的排序。

高分辨率图像

下载MS PowerPoint幻灯片

图3

图3. POD纳米酶中V_max预测的回归模型评估。(A)不同模型的训练集和测试集R²值。(B)不同模型的训练集和测试集MAE值。(C)ADA预测值与实测log₁₀(V_max)值的对比。(D)ADA训练和测试过程中的MSE变化。(E)显示Top 10个与V_max相关的特征的SHAP蜂群图。(F)根据平均绝对SHAP值对特征进行的排序。

高分辨率图像

下载MS PowerPoint幻灯片

修正后的图2和图3已收录在本篇补充更正内容中。

此次更正用正确版本替换了图2和图3的内容。图表标题、正文文本、支持信息、作者信息、结果解读、讨论部分以及结论均保持不变。该更正不会影响本文的科学结论。

作者信息

---

• 通讯作者
  • 胡吉莉
  • 康宏兴；? https://orcid.org/0000-0002-4830-0462
• 作者
  • 孙丽萍；? https://orcid.org/0009-0009-9766-9467
  • 董瑞
  • 李成乐

被引文献

目前尚无其他出版物引用过本文。