English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 82005/82005 (100%)
造訪人次 : 51855069      線上人數 : 3304
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/96712


    題名: 結合機器學習與實驗量測開發應用於二氧化碳捕捉之深共熔溶劑;Integrating Machine Learning with Experimental Measurements to Design Deep Eutectic Solvents for Carbon Dioxide Capture
    作者: 謝介銘
    貢獻者: 國立中央大學化學工程與材料工程學系
    關鍵詞: 二氧化碳捕捉溶劑;二氧化碳溶解度;黏度;深共熔溶劑;COSMO溶合計算;機器學習;實驗量測;Carbon dioxide capture solvents;carbon dioxide solubility;viscosity;deep eutectic solvents;COSMO solvation calculations;machine learning;experimental measurements
    日期: 2025-07-31
    上傳時間: 2025-08-07 16:49:27 (UTC+8)
    出版者: 國家科學及技術委員會(本會)
    摘要: 二氧化碳過量排放導致的全球氣候變遷問題日益嚴重,開發高效且環境友善的二氧化碳捕捉技術成為當前的重要課題。深共熔溶劑是一種由氫鍵供體與氫鍵受體組成的新型溶劑系統,具有低揮發性、高熱穩定性以及可生物降解性等優勢,且部分深共熔溶劑已被驗證對二氧化碳具有一定的親和力,為捕捉二氧化碳提供了潛力。本研究計畫旨在應用機器學習方法搭配新型分子描述符來設計與開發新型的二氧化碳捕捉深共熔溶劑,並利用實驗量測來驗證機器學習預測之結果。期許此一套方法完成開發後能為二氧化碳捕捉技術的溶劑開發提供系統化的解決方案,並有助於碳中和目標的實現。
    關聯: 財團法人國家實驗研究院科技政策研究與資訊中心
    顯示於類別:[化學工程與材料工程學系 ] 研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML2檢視/開啟


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明