Применение молекулярного моделирования и машинного обучения для прогноза свойств жидкостей

Аннотация: В докладе представлены результаты построения гибридной модели прогнозирования вязкости углеводородов на основе машинного обучения и молекулярного моделирования. Вязкость рассчитывается на основе набора молекулярных дескрипторов, получаемых из молекулярного моделирования. Показана точность в пределах 20% на экспериментальных данных, опубликованных в базе NIST ThermoML.