24小时热门版块排行榜    

CyRhmU.jpeg
查看: 182  |  回复: 0

xxxgdragon

新虫 (初入文坛)

[交流] 人工智能赋能聚合物及复合材料模型应用与实践

一、基础概述与核心方
法论
1. AI 在聚合物及复合材料领域的理论基础和应用概述
2. 传统机器学习,深度学习和生成式 AI 方法概述
3. AI for 聚合物(及复合材料)研究的核心问题(聚合物多层次结构表示、性
能预测、结构设计等)
4. 聚合物研究的 AI 方法论框架
1. 数据驱动与机理驱动的协同(第一性原理到领域知识)
2. 聚合物智能创制研究全流程:从数据到模型,从预测到设计
二、数据与特征工程
1. 学术数据资源与获取
1. 常见数据库:Material Project、Polymer Genome、Polylnfo 等
2. 聚合物公开 benchmark 和 Kaggle 数据集
2. 数据预处理与质量优化
1. 均聚物数据集清洗、去噪、标准化 (实践)
2. 使用清洗后的数据进行可视化:小提琴图、PCA、T-SNE、UMAP
等 (实践)
3. 聚合物复合材料数据收集与预处理 (实践)
3. 特征工程
1. 结构表示与编码(如分子指纹、链结构特征、3D 结构特征、神经网
络指纹)
2. 特征选择方法(过滤法、包装法、递归消除法等)(实践)
3. 物理机理指导的特征选取(聚合物链结构带来的空间位阻、氢键描述
符等)
4. 均聚物性能研究(如耐热性、力学性能、介电性能、透气性/阻燃性
等)(实践)
5. 数据集规模与质量对模型的影响(Scalling laws in polymers) (实践)
三、模型体系(从基础
到前沿)
1. 传统机器学习模型及应用
1. 基础模型:SVR、决策树、随机森林、感知机、XGBoost、LGBM、
AdaBoost 等,模型评估策略:MAE、RMSE、R²、Accuracy、F1

2. 应用场景:复合材料力学性能预测(如应力应变曲线)(实践)
2. 深度学习模型
1. 深度学习模型训练与部署:Tensorflow/PyTorch、Gradio 等 (实践)
2. 深度神经网络(DNN)与参数更新、卷积神经网络(CNN)、图神
经网络(GNN)在聚合物中的应用 (实践)
3. (聚合物)材料基因工程中的高通量计算与模型概述及入门(MatterSim、
DeepMD、RadonPy、SMiPoly 等)
4. 生成式 AI 与大语言模型
1. 大模型训练与部署:Langchain、HuggingFace 等 (实践)
2. (聚合物)分子生成模型:VAE、GAN、Diffusion 等 (实践)
3. 大语言模型(LLM):GPT、BERT、T5、DeepSeek 等架构与应用 (实
践)
四、性能预测与材料设

1. 正向性能预测
1. 机器学习预测聚氨酯复合材料应力应变曲线 (实践)
2. 机器学习预测 PI 复材力学性能 (实践)
3. 可解释性分析:特征重要性分析、SHAP 值的应用 (实践)
2. 逆向设计与智能筛选
1. 生成式 AI 驱动的全空间聚合物材料生成 (实践)
2. 高通量筛选工作流:从结构生成到性质预测的聚合物批量筛选 (实
践)
五、前沿 AI 方法在聚
合物领域实践案例与
科研指导
1. 聚合物表示学习性能探索(描述符、分子图、SMILES、BigSMILES、
SELFIES 等)(实践)
2. 聚合物领域知识出发的对比学习,主动学习和强化学习框架实现 (实
践)
3. 聚合物生成式模型与大语言模型实践(如 polyBERT、Transpolymer
预测聚合物性能)(实践)
回复此楼

» 猜你喜欢

» 本主题相关商家推荐: (我也要在这里推广)

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 xxxgdragon 的主题更新
普通表情 高级回复(可上传附件)
信息提示
请填处理意见