Multitask Machine Learning to Predict Polymer–Solvent Miscibility Using Flory–Huggins Interaction Parameters

混溶性 聚合物 溶剂 弗洛里-哈金斯解理论 热力学 相(物质) 低临界溶液温度 材料科学 化学 共聚物 有机化学 物理
作者
Yuta Aoki,Stephen Wu,Teruki Tsurimoto,Yoshihiro Hayashi,Shunya Minami,Okubo Tadamichi,Kazuya Shiratori,Ryo Yoshida
出处
期刊:Macromolecules [American Chemical Society]
卷期号:56 (14): 5446-5456 被引量:6
标识
DOI:10.1021/acs.macromol.2c02600
摘要

Predicting and understanding the phase equilibria or phase separation in polymer–solvent solutions represent unresolved fundamental problems in polymer science. The phase behavior and thermodynamics of polymer miscibility depend on the inter- and intramolecular interactions of a polymer with a certain molecular weight distribution mixed with a solvent. Here, we develop a machine-learning framework to achieve highly generalized and robust prediction of Flory–Huggins χ parameters for polymer–solvent solutions. The model was trained using experimentally observed temperature-dependent χ parameters for 1190 samples, comprising 46 unique polymers and 140 solvent species. However, the difficulty was that the data set was quantitatively limited and qualitatively biased owing to technical issues in determining the Flory–Huggins χ parameters. To overcome these limitations, we produced an in-house data set of χ parameters obtained from quantum chemical calculations for thousands of polymer–solvent pairs and a large list of soluble and insoluble polymer–solvent pairs. Using these three data sets, we conducted multitask machine learning that simultaneously performed the “soluble/insoluble” classification and quantitative evaluation of both experimental and calculated χ parameters. Consequently, we obtained a highly generalized model applicable to a wide range of polymer solution spaces. In this paper, the predictive power and physicochemical implications of the model are demonstrated, along with quantitative comparisons with existing methods.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yaoyh_gc完成签到,获得积分10
1秒前
俊逸的白梦完成签到 ,获得积分10
3秒前
3秒前
Hank完成签到 ,获得积分10
12秒前
多边形完成签到 ,获得积分10
24秒前
娇娇大王完成签到,获得积分10
24秒前
南风完成签到 ,获得积分10
35秒前
spy完成签到 ,获得积分10
35秒前
42秒前
心跳完成签到 ,获得积分10
47秒前
娃哈哈完成签到 ,获得积分10
48秒前
好好好完成签到 ,获得积分10
49秒前
蛋妮完成签到 ,获得积分10
53秒前
little2000完成签到 ,获得积分10
55秒前
hy完成签到,获得积分10
57秒前
59秒前
机智的从霜完成签到 ,获得积分10
1分钟前
高高的丹雪完成签到 ,获得积分10
1分钟前
wjf123完成签到 ,获得积分10
1分钟前
开心夏旋完成签到 ,获得积分10
1分钟前
打打应助不吃别夹采纳,获得10
1分钟前
我和你完成签到 ,获得积分10
1分钟前
1分钟前
木南大宝完成签到 ,获得积分10
1分钟前
美好乐松完成签到,获得积分10
1分钟前
shidandan完成签到 ,获得积分10
1分钟前
阳光的凝冬完成签到 ,获得积分10
1分钟前
Herbs完成签到 ,获得积分10
2分钟前
落寞醉易完成签到 ,获得积分10
2分钟前
ewind完成签到 ,获得积分10
2分钟前
leaf完成签到 ,获得积分10
2分钟前
gmc完成签到 ,获得积分10
2分钟前
xaopng完成签到,获得积分10
2分钟前
缓慢的微笑完成签到 ,获得积分10
2分钟前
xtutang完成签到 ,获得积分10
2分钟前
chenbin完成签到,获得积分10
2分钟前
陈米花完成签到,获得积分10
2分钟前
yyjl31完成签到,获得积分10
2分钟前
Simon_chat完成签到,获得积分10
2分钟前
穆一手完成签到 ,获得积分10
2分钟前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099800
求助须知:如何正确求助?哪些是违规求助? 2751277
关于积分的说明 7612198
捐赠科研通 2403062
什么是DOI,文献DOI怎么找? 1275162
科研通“疑难数据库(出版商)”最低求助积分说明 616276
版权声明 599053