基于机器学习预测膨润土中阳离子的分配系数
放射性核素在膨润土上的分配系数（K<sub>d</sub>）是放射性废物处置库安全评价中的关键参数之一。本研究旨在使用机器学习（Machine Learning，ML）模型可靠地预测多种放射性阳离子在膨润土中的K<sub>d</sub>值。该研究基于日本原子能机构吸附数据库（Japan Atomic Energy Agency's adsorption database，JAEA-SDB），收集10种核素（Am、Bi、Cm、Cs、Eu、Ni、Pb、Po、Ra、U）在膨润土中的1 240组K<sub>d</sub>...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Science Press
2025-06-01
|
| Series: | He jishu |
| Subjects: | |
| Online Access: | https://www.sciengine.com/doi/10.11889/j.0253-3219.2025.hjs.48.240431 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|