Npj Comput. Mater.: 多模态信息融合:让高分子表示更全面
知社学术圈
2025-07-04 11:29
文章摘要
本文介绍了高分子材料在现代工业中的重要性及其性能预测的挑战。传统实验方法成本高、周期长,而深度学习技术受限于单一的数据表示方式。中国科学院上海微系统与信息技术研究所俞文杰团队与日本理化学研究所赵启斌教授合作,提出了一个创新的多模态、多域高分子表示与预测框架Uni-Poly。该框架融合了SMILES、2D分子图、3D几何构型和分子指纹四种结构模态,并首次引入基于大型语言模型生成的文本信息作为第五模态。实验结果表明,Uni-Poly在多项关键性能预测任务中表现优异,特别是在熔点指标上R²值较最佳基准模型提升5.1%。此外,不同模态在不同性能指标上展现出互补优势。尽管取得突破,作者指出在预测误差控制及多尺度结构建模等方面仍有提升空间。该研究为高分子材料的智能预测、快速筛选与创新设计开辟了新路径。
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。