PI.142 Aplicação do Machine Learning no estudo da área superficial específica de nanopartículas de óxido de nióbio V para aplicação na fotocatálise heterogênea

Resumo

Nanopartículas metálicas vêm sendo aplicadas no tratamento de águas residuárias por fotocatálise heterogênea, destacando-se as nanopartículas de nióbio (Nb-NPs). Além disso, o uso de Machine Learning (ML) apresenta-se como uma promissora ferramenta para a predição de propriedades das Nb-NPs. Nesse contexto, o presente estudo tem por objetivo avaliar a aplicação de ML na predição dos valores de área superficial específica das Nb-NPs. Assim, realizou-se o levantamento dos dados disponíveis na literatura para a análise exploratória das variáveis de síntese (como escolha de rota, precursor metálico e temperatura de tratamento térmico) e a predição dos valores área superficial específica por meio do modelo Random Forest (RF). Os resultados da análise exploratória evidenciaram que o aumento da temperatura ocasionou a redução da área superficial específica nas Nb-NPs. Adicionalmente, o modelo RF conseguiu predizer os valores de área superficial específica com erros relativos inferiores a 15% dentre os valores observados e preditos. Por conseguinte, o uso de ML apresenta-se como uma ferramenta a ser utilizada para avaliar a síntese de Nb-NPs, antes da realização de etapas experimentais.