教程：人工智能辅助探索与主动设计高本征热导率聚合物
软凝聚态物质
2024-05-09 v1 材料科学
应用物理
化学物理
计算物理
摘要
设计具有高本征热导率（TC）的聚合物对于有机电子学和光子学的热管理至关重要。然而，由于化学空间的多样性以及聚合物先进合成实验/表征技术的障碍，这是一项具有挑战性的任务。在本教程中，全面介绍了结合经典分子动力学模拟和机器学习（ML）开发高TC聚合物的基础知识和实现。我们首先描述了通用ML框架的核心组成部分，包括聚合物数据集、属性计算器、特征工程和信息学算法。然后，介绍了构建用于TC预测的可解释回归算法的过程，旨在提取聚合物微观结构与TC之间的潜在关系。我们还探索了使用轻量级和主流主动学习算法设计具有高TC的序列有序聚合物。最后，我们总结了当前的局限性，并提出了该主题未来研究的潜在方向。
引用
@article{arxiv.2403.15887,
title = {Tutorial: AI-assisted exploration and active design of polymers with high intrinsic thermal conductivity},
author = {Xiang Huang and Shenghong Ju},
journal= {arXiv preprint arXiv:2403.15887},
year = {2024}
}