北京航空航天大学康鹏副教授团队:迁移学习增强的双马来酰亚胺基聚酰亚胺玻璃化转变温度预测 | MDPI Polymers

水处理文献速递 2025-10-03 09:02
文章摘要
背景:玻璃化转变温度是决定双马来酰亚胺基聚酰亚胺树脂热机械性能的关键参数,但该体系实验数据稀缺制约了预测建模。研究目的:开发融合迁移学习与可解释机器学习的混合框架,提升小样本场景下的Tg预测精度,并解析关键分子描述符的影响机制。结论:迁移学习策略显著优于直接训练,SHAP分析揭示电荷分布不均匀性、分子拓扑复杂度和表面特性为三大主导因素,该框架为高性能BMI树脂的分子设计提供了理论依据和可行路径。
北京航空航天大学康鹏副教授团队:迁移学习增强的双马来酰亚胺基聚酰亚胺玻璃化转变温度预测 | MDPI Polymers
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
Issue Editorial Masthead
DOI: 10.1021/efv039i042_1998187 Pub Date : 2025-10-23
IF 5.3 3区 工程技术 Q2 Energy & Fuels
水处理文献速递
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:604180095
Book学术官方微信