据Phys.org网站7月19日消息，日本统计数理研究所（ISM）、东京工业大学和国立材料研究所（NIMS）的科学家合作，成功利用机器学习方法发掘出新型聚合物材料。研究团队采用了世界上最大的聚合物数据库PoLyInfo（由NIMS开发并掌管），但其中的热传导性能数据非常有限。为从有限的数据中预测新型聚合物的热传导性能，研究团队首先预训练了机器学习模型，并对数据的主要特征进行抓取。然后，研究团队将该机器学习模型与ISM开发的计算分子设计算法iQSPR结合起来，成功预测出数千种潜在聚合物。根据合成与加工的便利性，研究团队选择了三种聚合物并进行实验验证。结果表明，一种新型聚合物的热传导系数为0.41W/mK，比以往用于制造燃料电池的聚合物高80%。研究团队表示，该研究是发掘其他新型材料的一个起点，有望带来材料设计的新变革。未来，研究团队将利用基于机器学习技术的高通量计算系统，开发应用于5G领域的下一代柔性材料。相关研究成果发表于《npj Computational Materials》期刊。

https://phys.org/news/2019-07-successful-application-machine-discovery-polymers.html