一级黄色网站在线视频看看,久久精品欧美一区二区三区 ,国产偷国产偷亚洲高清人乐享,jy和桃子为什么绝交,亚洲欧美成人网,久热九九

人們發展了光催化技術能夠解決有機合成領域面臨的挑戰和困難，但是目前對光催化反應進行優化需要大量嘗試實驗進行篩選合適的底物和優化反應條件，這不僅需要耗費大量時間，而且對于工業化而言非常昂貴。

有鑒于此，南京大學丁夢寧教授、黎書華教授、王國強教授等報道通過電化學進行數據獲取，并且根據電化學數據使用機器學習和光催化合成，得到一系列氧化還原性質有關的電化學描述符，從而能夠用于研究機理和催化性質。這種電化學描述符將光照射導致電荷轉移進行定量化，從而構筑反應活性的相圖，通過圖像的高產率區域的變化能夠說明反應體系的微弱變化情況。

本文要點

(1)

在光催化脫氧反應中，通過改變羧酸、烯烴、反應條件，能夠將這些變化對于反應產物的影響實現可視化。通過電化學描述符的數學分析，能夠將不同反應物和不同反應條件對于反應的機理/催化反應動力學的影響。當使用機器學習模型算法，實驗結果得到的電化學描述符能夠揭示通過改變反應參數影響反應的氧化還原動力學。

(2)

因此，這個方法能夠降低復雜體系的參數。總之，通過這種電化學描述符能夠高效率的對化學反應性進行定量，說明原位實驗能夠促進通過研究數據理解化學反應。

參考文獻

Luhan Dai, Yulong Fu, Mengran Wei, Fangyuan Wang, Bailin Tian, Guoqiang Wang*, Shuhua Li*, and Mengning Ding*, Harnessing Electro-Descriptors for Mechanistic and Machine Learning Analysis of Photocatalytic Organic Reactions, J. Am. Chem. Soc. 2024

DOI: 10.1021/jacs.4c03085

https://pubs.acs.org/doi/10.1021/jacs.4c03085