据威斯康星大学麦迪逊分校网站6月16日消息，美国威斯康星大学麦迪逊分校（University of Wisconsin-Madison）的研究人员借助机器学习预测和分子动力学模拟，从800万种了几种有前途的高性能聚合物。研究人员首先收集了所有现有二酐和二胺/二异氰酸酯分子化学结构的开源数据，然后使用该数据构建了一个包含800万种假设聚酰亚胺的综合库，并通过训练机器学习模型，获得了对800万种假设聚酰亚胺的特性预测。通过筛选整个数据集，研究人员确定了三种综合性能最佳的假设聚酰亚胺，最终制造出一种新的聚酰亚胺，该材料在开始降解之前可以承受约1022华氏度（约合550摄氏度）的温度，远高于现有的聚酰亚胺材料。相关研究成果发表在《化学工程杂志》（Chemical Engineering Journal）上。

消息来源：https://news.wisc.edu/with-transparent-machine-learning-tool-engineers-accelerate-polymer-discovery/