长春应化所孙昭艳研究员团队 Macromolecules:基于化学知识数据增强的图神经网络开发高耐热高分子材料
2024-04-25 来源:高分子科技
机器学习辅助聚合物设计已有一系列成功的案例。然而,其在高分子材料领域的应用仍处于初级阶段,其原因在于高分子材料具有结构多尺度、性能影响因素多样、数据集小等特点,这使得高分子材料的机器学习建模存在系列难题亟待突破。特别是聚合物的配方、合成、加工以及性能表征结果受多因素影响,高质量的数据极为稀缺,使得机器学习模型的训练性能和推理可靠性存在一定风险,需要发展新方法解决高分子材料中的小数据问题。
图一 基于化学知识数据增强的图神经网络框架
近期,中国科学院长春应用化学研究所孙昭艳研究员团队提出并验证了一种基于化学知识的数据增强方案用于提升机器学习模型精度。具体来说,通过利用现成的来自其他聚合物的数据,对聚酰亚胺的化学空间进行补充,弥补了聚酰亚胺数据集中分子结构和链结构较为局限的困境(聚酰亚胺结构主要包括苯环、杂环等刚性结构)。这种巧妙的思路被证明可有效提升模型精度(图二),定性地研究了化学空间分布对模型性能的影响(图三),并给我们一个数据层面的启示:相比于无休止地进行数据挖掘,精制一个具备结构代表性和全面性的化学空间更加重要(数据过多导致的数据冗余反而不利于模型训练)。
图二 模型性能随补充数据的变化
图三 模型化学空间分布变化
图四 筛选过程
图五 筛选出的PI结构
图六 筛选出的8种PI的DMA结果
原文链接:http://pubs.acs.org/doi/10.1021/acs.macromol.4c00508
版权与免责声明:中国聚合物网原创文章。刊物或媒体如需转载,请联系邮箱:info@freshandcurrent.com,并请注明出处。
(责任编辑:xu)
相关新闻
- 华南理工黄明俊教授团队 Macromolecules:兼具高透明、高耐热、低膨胀与高韧性的透明聚酰亚胺衬底薄膜 2024-04-11
- 浙江大学朱蔚璞教授团队 AM:高耐热咪唑盐抗菌剂用于PET废料的升级回收利用 2023-04-30
- 中科院上海有机所房强研究员课题组:具有高耐热和高透明性的本征型高折射率硅氧烷-硫化聚合物 2018-10-08
- 北科大查俊伟教授团队 Adv. Mater.:高温储能聚酰亚胺电介质双重击穿自愈机制 2024-10-16
- 江科大晏超/张恒、东南大学孙正明/潘龙 Adv. Sci.:调节聚酰亚胺基共价有机骨架孔隙率和双极性的先进水系双离子对称电池 2024-08-28
- 东华大学朱美芳院士/叶长怀团队 AFM:基于CO2发泡方法制备超高透明度、优异力学性能的柔性聚酰亚胺纳米发泡材料用于隔热保温 2024-08-26