L'énergie de liaison O 1s en XPS est un indicateur clé pour identifier l'environnement chimique de l'oxygène dans les matériaux inorganiques, largement utilisée dans les domaines des nouvelles énergies, de la catalyse et du suivi de synthèse, mais l'assignation des pics entre systèmes dépend encore de nombreuses expériences de validation. Cet article, basé sur les données d'énergie de liaison O 1s de 514 composés inorganiques contenant de l'oxygène, construit un cadre d'apprentissage automatique basé uniquement sur la formule chimique, pour une prévision à faible coût des positions de pics et une évaluation des tendances avant expérience. Avec les descripteurs de composition d'origine, l'erreur absolue moyenne (MAE) du modèle de régression par gradient boosting (GB) testée est de 0,505 eV. L'introduction de descripteurs physiques inspirés tels que la force du champ cationique et la proportion de métaux de transition réduit le MAE à 0,481 eV, le coefficient de détermination R² atteint 0,716, le rayon ionique moyen des cations est identifié comme variable clé, soutenu par les résultats expérimentaux XPS de Ca₁₄Mg₅M₄O₂₅ (M=Al, Sc, Y). Dans les systèmes de couplage sel/oxyde, le modèle prédit les décalages chimiques relatifs avec MAE=0,339 eV et R²=0,822. Cette méthode fournit une référence auxiliaire à faible coût et interprétable pour l'analyse XPS des matériaux inorganiques oxygénés complexes.

analyse verte et efficace;spectroscopie photoélectronique X;décalage chimique;apprentissage automatique;descripteurs de composition