新的机器学习模型可以帮助预测化合物的氧化状态

由化学工程师开发的新型机器学习模型École polytechnique fédérale de Lausanne(EPFL)可以帮助估计化合物的氧化态，这一性质被认为是如此重要，以至于许多化学家争论是否应该将其列入元素周期表。

在物理世界里，几乎所有的东西都是由化学元素组成的。截至2016年，已知的元素有118种，所有的元素都被分类在每个教室和化学实验室都能找到的著名的周期表中。

元素周期表中的每个元素似乎都是一个或两个字母的缩写(例如，Al代表铝，O代表氧)，以及它的原子序数，它显示了该元素原子核中有多少个质子。

存在的质子的数量非常显着，因为它还管辖核心的电子数量，这通常使元件成为其所在的并提供其化学性质。原子序数是元素的身份证。

周期表应包括氧化状态

EPFL的基础科学学院的化学工程师分析了几个元素中的每个元素的另一个数字：元素的氧化状态，欧洲杯线上买球也称为氧化数。该研究发表在化学性质日报》。

换句话说，氧化状态指示必须通过原子获得或丢失的电子的数量，以与另一个原子形成化学键。

在化学中，氧化态总是以化合物的化学名称来表示．氧化态在化学基础上发挥了如此重要的作用，其中一些人认为它们应该被代表为周期表的第三个方面．

Berend Smit，学习领导和教授，EPFL

最好的例子就是铬:在氧化态III，它对人体至关重要;在氧化态IV时，它是剧毒的。

复杂材料，复杂事欧洲杯足球竞彩物

然而，尽管破译单个元素的氧化状态很容易，但对于由多种元素组成的化合物来说，事情就变得很困难了。

Smit说,“对于复杂材料，从第一性原欧洲杯足球竞彩理预测氧化态在实践中是不可能的。事实上，大多数量子程序都需要金属的氧化态作为输入．”

然而，预测氧化态的现有进步是基于20年代初期发育的“债券价值”的东西^TH.世纪，这有助于评估化合物的氧化状态，这取决于其组成元素原子之间的距离。然而，这并不总是保持，特别是在具有晶体结构的材料中。欧洲杯足球竞彩

“众所周知，不仅距离很重要，而且金属配合物的几何形状也很重要。但考虑到这一点的尝试并不十分成功，“smit说道。

机器学习解决方案

作为研究的一部分，科学家们可以训练机器学习算法，以将流行的材料组，金属有机框架，氧化状态分类。欧洲杯足球竞彩

研究人员利用了剑桥结构数据库，这是一个以材料的名义提供氧化态的晶体结构库。欧洲杯足球竞彩

smit说道，“数据库是非常混乱的，有许多错误和混合的实验，专家的猜测，和不同的变化的键价理论被用来指定氧化态．我们假设化学是自我修正的．因此，虽然个人账户存在许多错误，但整个社区都会正确．”

我们基本上制作了一种机器学习模式，已捕获化学界的集体知识．我们的机器学习只不过是电视游戏。

Kevin Jablonka, EPFL Smit集团的博士生

Jablonka补充道,“'谁想成为百万富翁？“如果化学家不知道氧化状态，那么一个生命线就是询问化学的观众他们认为应该是氧化状态的观点。通过上传水晶结构和我们的机器学习模式是化学家的受众，这将告诉他们最可能的氧化状态是什么．”

该研究得到了欧洲研究理事会（ERC），瑞士国家科学基金会（SNSF）和NCCR-MAR​​VEL的财务支持。欧洲杯线上买球

期刊参考：

Jablonka, k . M。等．(2021)利用集体知识确定金属-有机框架中金属阳离子的氧化态。化学性质．doi.org/10.1038/s41557 - 021 - 00717 - y．

来源:https://www.epfl.ch/en/