长春应化所孙昭艳团队npj Comput. Mater.: 生成式AI遇见高分子按需设计

计算材料学 2024-12-02 08:00
文章摘要
长春应化所孙昭艳团队在npj Computational Materials上发表了一项关于聚合物按需设计的研究。该研究旨在解决大规模聚合物数据集稀缺的问题,通过生成式AI技术开发了一种名为PolyTAO的预训练模型,用于聚合物的逆向设计。研究团队建立了一个包含近100万条聚合物结构-性质对的数据库,并采用监督式预训练范式,使模型在top-1生成模式下达到99.27%的化学有效性。此外,生成的聚合物在15类性质上的平均R2为0.96,显示出模型强大的按需生成能力。该研究不仅在聚合物生成模型中取得了最高的成功率,还实现了从全模板生成到无模板生成的新突破,为聚合物材料的开发提供了便捷的工具。
长春应化所孙昭艳团队npj Comput. Mater.: 生成式AI遇见高分子按需设计
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Employees' Reactions to a Citizen Incivility Climate: A Multilevel Multisource Study.
DOI: 10.1177/0734371X231175336 Pub Date : 2024-12-01 Date: 2023/5/24 0:00:00
IF 4.2 3区 材料科学 Q2 ACS Applied Energy Materials
计算材料学
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信