Busca avançada
Ano de início
Entree


Machine Learning of Microscopic Ingredients for Graphene Oxide/Cellulose Interaction

Texto completo
Autor(es):
Petry, Romana ; Silvestre, Gustavo H. ; Focassio, Bruno ; de Lima, Felipe Crasto ; Miwa, Roberto H. ; Fazzio, Adalberto
Número total de Autores: 6
Tipo de documento: Artigo Científico
Fonte: Langmuir; v. 38, n. 3, p. 7-pg., 2022-01-25.
Resumo

Understanding the role of microscopic attributes in nanocomposites allows one to control and, therefore, accelerate experimental system designs. In this work, we extracted the relevant parameters controlling the graphene oxide binding strength to cellulose by combining first-principles calculations and machine learning algorithms. We were able to classify the systems among two classes with higher and lower binding energies, which are well defined based on the isolated graphene oxide features. Using theoretical X-ray photoelectron spectroscopy analysis, we show the extraction of these relevant features. In addition, we demonstrate the possibility of refined control within a machine learning regression between the binding energy values and the system's characteristics. Our work presents a guiding map to control graphene oxide/cellulose interaction. (AU)

Processo FAPESP: 17/02317-2 - Interfaces em materiais: propriedades eletrônicas, magnéticas, estruturais e de transporte
Beneficiário:Adalberto Fazzio
Modalidade de apoio: Auxílio à Pesquisa - Temático
Processo FAPESP: 19/20857-0 - Materiais bidimensionais e fases topológicas: predição e controle de suas propriedades
Beneficiário:Felipe David Crasto de Lima
Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 18/25103-0 - Interfaces - grafenos funcionalizados e poluentes orgânicos: uma abordagem teórica-experimental em nanotecnologia ambiental
Beneficiário:Romana Petry
Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
Processo FAPESP: 19/04527-0 - Interface entre isolantes topológicos cristalinos e materiais 2D-trivial: estudo de proximidade via defeitos
Beneficiário:Bruno Focassio
Modalidade de apoio: Bolsas no Brasil - Doutorado Direto