JACS:机器学习开发Ni(I)化合物助力CO2插入反应

催化计 2025-07-23 18:27
文章摘要
本文研究了机器学习技术在开发Ni(I)化合物用于CO2插入反应中的应用。研究背景是催化中间体的原位生成对催化效率和反应性的重要性,但传统试错法对此理解有限。研究目的是通过机器学习结合理论计算,预测和筛选合适的配体,以形成高活性的Ni(I)-Ph中间体。研究结论表明,机器学习能够有效预测配体对Ni(I)氧化态的影响,并通过实验验证了预测结果,为未来基于数据库的配体预测提供了蓝图。
JACS:机器学习开发Ni(I)化合物助力CO2插入反应
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Cochlear Implantation: The Variation in Cochlear Height.
DOI: 10.1177/01455613221134860 Pub Date : 2025-08-01 Date: 2022/10/17 0:00:00
IF 16.4 1区 化学 Q1 Accounts of Chemical Research
催化计
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信