D_Epox_Cat_ML_Based_环己烯环氧化催化剂机器学习数据集

数据集概述

本数据集为环己烯环氧化反应的数字化催化剂数据集，整理自同行评审科学文献，包含过渡金属配合物催化反应的实验数据，涵盖金属种类、氧化态、催化剂类型、配体类型、氧化剂、溶剂、温度、时间等描述符，以及产率、转化率、选择性等反应结果，用于训练和评估预测催化性能的机器学习模型。

文件详解

• 文件名称：D-Epox-Cat-ML-DigitalCatalystDataset.xlsx
• 文件格式：XLSX
• 字段映射介绍：包含金属身份、氧化态、催化剂类型、配体类型、氧化剂、溶剂、温度、时间等反应条件描述符，以及产率、转化率、选择性、TON、TOF等定量反应结果字段。

数据来源

同行评审科学出版物

适用场景

• AI驱动催化剂设计: 用于训练机器学习模型，预测过渡金属配合物在环己烯环氧化反应中的催化性能。
• 催化反应条件优化: 分析反应参数（如温度、溶剂、氧化剂）对反应产率和选择性的影响。
• 数字催化研究: 支持数字化催化研究中的数据整合与可重复性验证。
• 催化反应机理分析: 探究金属种类、配体类型等因素与催化性能之间的关联机制。