利用高斯过程回归预测有机与无机化合物的第二维里系数
化学物理
2021-02-24 v2 原子物理
计算物理
摘要
我们表明，通过使用直观且易获取的分子特征，可以利用高斯过程回归预测有机与无机化合物的温度依赖型第二维里系数。具体而言，我们基于分子本征性质、拓扑结构以及用于表征分子间相互作用的相关物理性质，构建了低维特征表示。该特征化方法用于在插值区间内预测第二维里系数，相对误差 ，并将预测外推至数据集中各化合物训练温度范围之外的温度，相对误差为 2.14%。此外，该模型的预测能力扩展至训练过程中未见的有机分子，预测相对误差为 2.66%。因此，除鲁棒性外，本高斯过程回归模型还可推广至多种有机与无机化合物。
引用
@article{arxiv.2009.03073,
title = {Predicting second virial coefficients of organic and inorganic compounds using Gaussian Process Regression},
author = {Miruna T. Cretu and Jesús Pérez-Ríos},
journal= {arXiv preprint arXiv:2009.03073},
year = {2021}
}