Michael Nazarkovsky, Pontificia Universidad Católica de Río de Janeiro, Pontificia Universidad Católica de Río de Janeiro
María Galaburda, Dra., Instituto Chuiko de Química de Superficies de la Academia Nacional de Ciencias de Ucrania
Volodymyr M. Gun'ko, Prof., Instituto Chuiko de Química de Superficies de la Academia Nacional de Ciencias de Ucrania
Una serie de С/М X O y /SiO 2 Los nanocompuestos se han sintetizado mediante la pirólisis de polímeros de resorcinol-formaldehído modificados previamente con nanocompuestos de óxido de metal/sílice. A su vez, los nanóxidos binarios (M X O y /SiO 2 , donde M = Mg, Mn, Ni, Cu y Zn) se sintetizaron mediante descomposición oxidativa térmica de acetatos metálicos depositados sobre sílice pirogénica.Estos materiales son prometedores para la adsorción y concentración de cantidades traza de sustancias orgánicas o metales pesados. Los nanocompuestos exhiben mesoporosidad y un tamaño estrecho de poros, como se ve en sus perfiles de distribución. La porosidad depende de la composición de los materiales. Por lo tanto, los parámetros de textura de los tipos (o clases) que contienen carbono y libres de carbono sirvieron como datos de entrada para desarrollar modelos de clasificación de ambas clases de materiales utilizando un método no supervisado: agrupación jerárquica.
Una vez que se derivó la fórmula del racimo, se estableció que la superficie y el volumen de microporos (Smicro, Vmicro) junto con el volumen de mesoporos (Vmeso) tienen el R2 más alto (0,83 - 90) para permitir un agrupamiento exitoso. La macroposidad demuestra el ajuste más bajo (R2 < 0,1), y sus dos parámetros respectivos (Smacro, Vmacro) se consideran los contribuyentes más débiles al modelo de dos grupos.
Paralelamente, el análisis de componentes principales fue útil para distinguir las clases temáticas de los nanomateriales, con un número reducido de variables (tres componentes con valor propio > 1). Se realizó un agrupamiento de K-Means de dos y tres componentes para asignar cada compuesto a su clase adecuada.Por lo tanto, el caso de dos clases multivariadas de nanomateriales puede describirse mediante varios métodos independientes de la ciencia de datos.
