Michael Nazarkovsky, 리우데자네이루 교황청 가톨릭 대학교, 리우데자네이루 교황청 가톨릭 대학교
마리아 갈라부르다 박사, 우크라이나 국립 과학 아카데미의 추이코 표면 화학 연구소
Volodymyr M. Gun'ko, 교수, 우크라이나 국립 과학 아카데미의 추이코 표면 화학 연구소
일련의 С/М 엑스 영형 와이 /SiO 2 나노복합체는 금속 산화물/실리카 나노복합체로 미리 변형된 레조르시놀-포름알데히드 중합체의 열분해를 통해 합성되었습니다. 차례로, 이진 나노산화물(M 엑스 영형 와이 /SiO 2 , 여기서 M = Mg, Mn, Ni, Cu 및 Zn)은 흄드 실리카에 증착된 금속 아세테이트의 열 산화 분해를 통해 합성되었습니다.이러한 물질은 미량의 유기 물질 또는 중금속의 흡착 및 농축에 유망합니다. 나노복합체는 분포 프로파일에서 볼 수 있듯이 메조다공성과 좁은 기공 크기를 나타냅니다. 다공성은 재료의 구성에 따라 다릅니다. 따라서 탄소 함유 및 무탄소 유형(또는 클래스)의 조직 매개변수는 감독되지 않은 방법인 계층적 클러스터링을 사용하여 두 재료 클래스의 분류 모델을 개발하기 위한 입력 데이터로 사용되었습니다.
클러스터 공식이 도출되면 성공적인 클러스터링을 가능하게 하기 위해 표면 및 미세 기공의 부피(Smicro, Vmicro)와 중간 기공의 부피(Vmeso)가 가장 높은 R2(0.83 - 90)를 갖는 것으로 설정되었습니다. Macroposity는 가장 낮은 적합도(R2 < 0.1)를 보여주고 두 개의 각각의 매개변수(Smacro, Vmacro)는 2-클러스터 모델에 가장 약한 기여자로 간주됩니다.
동시에, 주성분 분석은 감소된 변수 수(고유값 > 1에서 3개 성분)에서 나노물질의 주제 클래스를 구별하는 데 도움이 되었습니다. 2개 및 3개 구성요소 K-평균 클러스터링을 수행하여 각 합성물을 적절한 클래스에 할당했습니다.따라서 두 가지 다변수 부류의 나노물질에 대한 경우는 데이터 과학의 다양한 독립 방법으로 설명할 수 있습니다.
