聚合物信息学的潜力与挑战：利用机器学习进行聚合物设计
软凝聚态物质
2020-10-16 v1 应用统计
摘要
由于聚合物具有高度多样的物理与化学性质，来自现代生活各方面的聚合物材料需求正快速增长。聚合物信息学是聚合物科学、计算机科学、信息科学与机器学习的交叉研究领域，可作为利用现有聚合物数据高效设计功能聚合物的平台。尽管数据驱动方法用于聚合物设计具诸多潜在益处，但因聚合物复杂的层级结构（如缺乏开放数据库与统一结构表示），聚合物信息学的发展面临显著挑战。本文从四个视角——聚合物数据库、聚合物表示（描述符）、聚合物性质预测模型及聚合物设计策略——回顾并讨论机器学习在聚合物设计过程各环节的应用。我们希望本文能作为对聚合物信息学领域感兴趣研究者的入门指引。
引用
@article{arxiv.2010.07683,
title = {Potentials and challenges of polymer informatics: exploiting machine learning for polymer design},
author = {Stephen Wu and Hironao Yamada and Yoshihiro Hayashi and Massimiliano Zamengo and Ryo Yoshida},
journal= {arXiv preprint arXiv:2010.07683},
year = {2020}
}
备注
This is an English translation of the Japanese manuscript published in Proceedings of the Institute of Statistical Mathematics (2021 special issue)