清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Modeling, optimization and understanding of adsorption process for pollutant removal via machine learning: Recent progress and future perspectives

吸附 污染物 可解释性 过程(计算) 水污染物 工作流程 计算机科学 工艺工程 生化工程 环境科学 化学 环境化学 工程类 人工智能 有机化学 操作系统 数据库
作者
Wentao Zhang,Wenguang Huang,Jie Tan,Dawei Huang,Jun Ma,Bingdang Wu
出处
期刊:Chemosphere [Elsevier]
卷期号:311: 137044-137044 被引量:45
标识
DOI:10.1016/j.chemosphere.2022.137044
摘要

It is crucial to reduce the concentration of pollutants in water environment to below safe levels. Some cost-effective pollutant removal technologies have been developed, among which adsorption technology is considered as a promising solution. However, the batch experiments and adsorption isotherms widely employed at present are inefficient and time-consuming to some extent, which limits the development of adsorption technology. As a new research paradigm, machine learning (ML) is expected to innovate traditional adsorption models. This reviews summarized the general workflow of ML and commonly employed ML algorithms for pollutant adsorption. Then, the latest progress of ML for pollutant adsorption was reviewed from the perspective of all-round regulation of adsorption process, including adsorption efficiency, operating conditions and adsorption mechanism. General guidelines of ML for pollutant adsorption were presented. Finally, the existing problems and future perspectives of ML for pollutant adsorption were put forward. We highly expect that this review will promote the application of ML in pollutant adsorption and improve the interpretability of ML.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
ee_Liu完成签到,获得积分10
2秒前
Owen应助fff采纳,获得10
4秒前
5秒前
10秒前
如意的馒头完成签到 ,获得积分10
10秒前
12秒前
19秒前
知性的灵波完成签到,获得积分10
20秒前
eden发布了新的文献求助20
25秒前
eden完成签到,获得积分10
35秒前
小奋青完成签到 ,获得积分10
50秒前
tjfwg完成签到,获得积分10
52秒前
1分钟前
燕山堂完成签到 ,获得积分10
1分钟前
Frank发布了新的文献求助10
1分钟前
wayne完成签到 ,获得积分10
1分钟前
1分钟前
djf点儿完成签到 ,获得积分10
1分钟前
顾矜应助朴实的耳机采纳,获得10
1分钟前
扬帆起航完成签到 ,获得积分10
1分钟前
tmrrrrrr完成签到 ,获得积分10
1分钟前
会扎针的小张完成签到,获得积分10
2分钟前
2分钟前
Sunny完成签到 ,获得积分10
2分钟前
虚幻的尔竹完成签到 ,获得积分10
2分钟前
2分钟前
背书强完成签到 ,获得积分10
2分钟前
火花完成签到 ,获得积分10
2分钟前
小西完成签到 ,获得积分10
2分钟前
3分钟前
zz完成签到 ,获得积分10
3分钟前
wefor完成签到 ,获得积分10
3分钟前
迷人的沛山完成签到 ,获得积分10
3分钟前
申木完成签到 ,获得积分10
3分钟前
段采萱完成签到 ,获得积分10
3分钟前
黄花菜完成签到 ,获得积分10
4分钟前
风不尽,树不静完成签到 ,获得积分10
4分钟前
4分钟前
fff发布了新的文献求助10
4分钟前
空曲完成签到 ,获得积分10
4分钟前
高分求助中
Sustainability in Tides Chemistry 1500
Handbook of the Mammals of the World – Volume 3: Primates 805
拟南芥模式识别受体参与调控抗病蛋白介导的ETI免疫反应的机制研究 550
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3068236
求助须知:如何正确求助?哪些是违规求助? 2722176
关于积分的说明 7476072
捐赠科研通 2369138
什么是DOI,文献DOI怎么找? 1256228
科研通“疑难数据库(出版商)”最低求助积分说明 609518
版权声明 596835