期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
烯烃的可调控区域选择性7-endo或6-exo碘环化有机综合实验设计
1
作者
齐林
王力竞
《实验技术与管理》
CAS
北大核心
2024年第4期89-94,共6页
该文将科研成果“烯烃的可调控区域选择性7-endo或6-exo碘环化反应”设计转化为有机综合教学实验。考察了溶剂、温度、碱以及气体氛围对反应选择性和实验结果的影响。这种对相同实验进行对比研究的有机合成方法学策略,不仅能够使学生实...
该文将科研成果“烯烃的可调控区域选择性7-endo或6-exo碘环化反应”设计转化为有机综合教学实验。考察了溶剂、温度、碱以及气体氛围对反应选择性和实验结果的影响。这种对相同实验进行对比研究的有机合成方法学策略,不仅能够使学生实践科研有机合成实验的基本过程,调动学生的学习积极性,培养科研创新能力和综合实践能力,还很好地实现了教学实验与科研实验的结合。
展开更多
关键词
实验教学
有机合成方法学
烯烃
碘环化反应
下载PDF
职称材料
机器学习在计算化学教学中的创新应用——钙钛矿材料高通量筛选研究
2
作者
张照胜
《化学教育(中英文)》
CAS
北大核心
2024年第22期97-103,共7页
本教学案例结合XGBoost和LightGBM两种先进的机器学习算法,探索其在钙钛矿材料热稳定性和带隙高通量筛选中的应用,旨在将计算化学与数据科学的交叉融合引入化学教学中。通过实际案例分析,不仅加深了学生对计算化学基础理论的理解,也提...
本教学案例结合XGBoost和LightGBM两种先进的机器学习算法,探索其在钙钛矿材料热稳定性和带隙高通量筛选中的应用,旨在将计算化学与数据科学的交叉融合引入化学教学中。通过实际案例分析,不仅加深了学生对计算化学基础理论的理解,也提升了他们运用机器学习技术解决化学问题的能力,促进了跨学科的思维和技能培养。此外,通过SHAP分析增强了模型预测的可解释性,为学生提供了理解和掌握前沿科技的宝贵机会,为其科研和职业发展打下坚实基础。
展开更多
关键词
计算化学
机器学习
XGBoost
LightGBM
钙钛矿
原文传递
题名
烯烃的可调控区域选择性7-endo或6-exo碘环化有机综合实验设计
1
作者
齐林
王力竞
机构
河北大学化学与材料科学学院化学国家级实验教学示范中心
出处
《实验技术与管理》
CAS
北大核心
2024年第4期89-94,共6页
基金
河北省自然科学基金项目(B2021201035)
河北大学科研创新团队(科技类)项目(IT2023B01)
+1 种基金
河北省高等学校教育教学改革研究与实践课题(2019GJJG019)
河北省高等教育教学改革研究与实践项目(2023GJJG016)。
文摘
该文将科研成果“烯烃的可调控区域选择性7-endo或6-exo碘环化反应”设计转化为有机综合教学实验。考察了溶剂、温度、碱以及气体氛围对反应选择性和实验结果的影响。这种对相同实验进行对比研究的有机合成方法学策略,不仅能够使学生实践科研有机合成实验的基本过程,调动学生的学习积极性,培养科研创新能力和综合实践能力,还很好地实现了教学实验与科研实验的结合。
关键词
实验教学
有机合成方法学
烯烃
碘环化反应
Keywords
experiment teaching
organic synthesis methodology
alkene
iodocyclization
分类号
O6-3 [理学—化学]
TM912 [电气工程—电力电子与电力传动]
下载PDF
职称材料
题名
机器学习在计算化学教学中的创新应用——钙钛矿材料高通量筛选研究
2
作者
张照胜
机构
河北大学化学与材料科学学院化学国家级实验教学示范中心
出处
《化学教育(中英文)》
CAS
北大核心
2024年第22期97-103,共7页
基金
国家自然科学基金(22103021)
河北省青年拔尖人才项目(BJK2024094)
+1 种基金
河北省自然科学基金(B2020201070)
材料化学国家级一流本科专业(YS23-YLZY-021)。
文摘
本教学案例结合XGBoost和LightGBM两种先进的机器学习算法,探索其在钙钛矿材料热稳定性和带隙高通量筛选中的应用,旨在将计算化学与数据科学的交叉融合引入化学教学中。通过实际案例分析,不仅加深了学生对计算化学基础理论的理解,也提升了他们运用机器学习技术解决化学问题的能力,促进了跨学科的思维和技能培养。此外,通过SHAP分析增强了模型预测的可解释性,为学生提供了理解和掌握前沿科技的宝贵机会,为其科研和职业发展打下坚实基础。
关键词
计算化学
机器学习
XGBoost
LightGBM
钙钛矿
Keywords
computational chemistry
machine learning
XGBoost
LightGBM
perovskites
分类号
TB34-4 [一般工业技术—材料科学与工程]
TP181 [自动化与计算机技术—控制理论与控制工程]
G642.4 [文化科学—高等教育学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
烯烃的可调控区域选择性7-endo或6-exo碘环化有机综合实验设计
齐林
王力竞
《实验技术与管理》
CAS
北大核心
2024
0
下载PDF
职称材料
2
机器学习在计算化学教学中的创新应用——钙钛矿材料高通量筛选研究
张照胜
《化学教育(中英文)》
CAS
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部