铜基纳米晶体是集成到新兴绿色技术中的参考纳米材料，液体激光烧蚀 (LAL) 是一种出色的合成技术。然而，迄今为止，在使用 LAL 提供的整个纳米材料库中实现特定类型的纳米晶体一直是基于改变合成参数和表征产品的经验努力。

在这里，帕多瓦大学Vincenzo Amendola从铜基纳米晶LAL合成的文献分析入手，以确定铜氧化态预先确定的相关物理和化学特征。

文章要点

1）首先，通过线性回归分析筛选单个特征及其组合，同时也使用遗传算法，以找到与实验输出的最佳相关性，并确定给出 LAL 结果最佳预测的方程。

2）然后，利用机器学习（ML）模型来揭示线性回归分析中隐藏的特征之间的互相关性。尽管 LAL 生成的 Cu 纳米晶体可能以多种氧化态存在，从金属铜到氧化亚铜 (Cu2O) 和氧化铜 (CuO)，但除了形成 Cu₂S 和 CuCN 等其他材料外，ML 还能够指导实验最大限度地利用可持续过程中最需要的化合物。

这种方法对其他纳米材料具有普遍适用性，可以帮助理解 LAL 生成纳米晶体的化学途径的起源，为有意识地预先确定所需化合物的激光合成参数提供合理的指导。

参考文献

Runpeng Miao, et al, Data-Driven Predetermination of Cu Oxidation State in Copper Nanoparticles: Application to the Synthesis by Laser Ablation in Liquid, J. Am. Chem. Soc., 2023

DOI：10.1021/jacs.3c09158

https://doi.org/10.1021/jacs.3c09158