有效识别 63 万个三维空间构型，清华大学牵头发布 Uni-MOF 模型，预测 MOF 吸附能力
原文中文，约4300字，阅读约需11分钟。发表于：。工业世界里，高纯气体被广泛应用于半导体制造、光纤生产、科学研究、医疗健康、环保能源等诸多领域。例如，半导体行业，高纯气体是芯片制造的关键原材料，直接影响着集成电路的性能和良率。制备高纯气体的关键挑战便是气体分离，常见的气体分离方法有深冷法（精馏原理）、吸附法（分子极性**）、膜法（膜过滤）等。其中，金属有机框架 (MOFs)...
清华大学化工系与美国加州大学河滨分校合作研究了一种名为Uni-MOF的机器学习模型，用于预测纳米多孔材料的吸附性能。该模型通过预训练识别和恢复纳米多孔材料的三维结构，并考虑了操作条件。研究结果表明，Uni-MOF在预测气体吸附中表现出高精度，并具有广泛的应用潜力。
