بررسی رویکرد یادگیری ماشین در طراحی فتوکاتالیست های جدید

در دهه های گذشته، طراحی فتوکاتالیست های کارآمد چالش برانگیز بوده و عمدتا از طریق روش های تجربی وآزمون و خطا انجام شده است. استفاده از یادگیری ماشین راه را برای یافتن سریعتر و آسانتر فتوکاتالیست هایجدید هموار میکند، اما با چالشهای قابل توجهی نیز روبرو است. در این بررسی، ابتدا سه فرآیند اصلیفتوکاتالیستی شامل جذب نور، تولید و جداسازی حاملان بار و واکنش های اکسایش-کاهش سطح ارائه شده است.در ادامه، کاربرد یادگیری ماشین برای درک روابط پیچیده فعالیت، ساختار و شناسایی عوامل موثر بر فعالیت، موردبحث قرار می گیرد. در انتها نیز، چالش های فعلی در انتخاب فتوکاتالیست ها توسط الگوی یادگیری ماشین موردبحث قرار می گیرد.