《化学教育》杂志封面报道我校机器学习结合红外光谱实验教学研究成果
近日，美国化学会旗下的Journal of Chemical Education（下文简称为JCE）发表我校数智化实验教育重要成果“Machine Learning-Enabled Quantificationof Characteristic Carbonyl Peak Shifts in Infrared Spectra: An Instrumental Analysis Laboratory Experiment for Upper-Division Undergraduates”（J. Chem. Educ. 2026, 103, 4, 2158–2168），这是我校首次在该期刊发表数智化实验教学研究成果，并入选本期封面。JCE于1924年创刊，是化学教育国际顶级期刊。图.JCE 2026年第4期封面该工作创新性地将机器学习方法引入红外光谱实验教学，以红外光谱中具有代表性的羰基（C=O）特征吸收峰为研究对象，指导学生在传统红外光谱实验基础上构建包含百余种羰基化合物的光谱数据库，运用线性回归、随机森林回归和支持向量回归三种机器学习模型对吸收峰波数进行建模预测，并进一步利用SHAP
