Энергия связи O 1s в XPS является ключевым показателем для идентификации химической среды кислорода в неорганических материалах, широко применяется в областях новых источников энергии, катализа и мониторинга синтеза, однако назначение пиков между системами по-прежнему требует большого количества подтверждающих экспериментов. В данной работе на основе данных по энергии связи O 1s для 514 кислородсодержащих неорганических соединений построена машинно-обучающая модель, основанная только на химической формуле, для предсказания положения пиков с низкими затратами до эксперимента и оценки тенденций. При использовании исходных составных дескрипторов средняя абсолютная ошибка (MAE) теста модели градиентного бустинга (GB) составила 0.505 эВ. После введения физически обоснованных дескрипторов, таких как поле катионов и доля переходных металлов, MAE снизилась до 0.481 эВ, коэффициент детерминации R² вырос до 0.716, средний радиус катиона был идентифицирован как ключевая переменная и получил поддержку результатов XPS экспериментов для Ca₁₄Mg₅M₄O₂₅ (M= Al, Sc, Y). В солевых/оксидных парных системах модель достигла предсказания относительного химического сдвига с MAE=0.339 эВ и R²=0.822. Данный метод может служить низкозатратным и объяснимым вспомогательным ориентиром для анализа XPS сложных кислородсодержащих неорганических материалов.

Зеленый эффективный анализ;Рентгеновская фотоэлектронная спектроскопия;Химический сдвиг;Машинное обучение;Составные дескрипторы