滑动阈值相关性分析框架实现高性能聚合物电介质的统一多性能筛选与可解释单体生成

《npj Computational Materials》:Interpretable substructure-based screening of multi-property polymer dielectrics with prompt-ready rules for rational design

【字体: 大 中 小 】 时间:2026年09月29日 来源:npj Computational Materials 13.1

编辑推荐:

   高性能聚合物电介质仍然难以发现,原因在于分子亚结构与宏观性能之间缺乏透明的关联。现有的机器学习方法通常依赖黑箱表征,掩盖了热学和电学行为的化学起源。本文提出了一种白色模型框架——滑动阈值相关性分析(STCA),用于识别支配聚合物性能的阈值依赖亚结构组合。通过扫描性能阈值,ST

  高性能聚合物电介质仍然难以发现,原因在于分子亚结构与宏观性能之间缺乏透明的关联。现有的机器学习方法通常依赖黑箱表征,掩盖了热学和电学行为的化学起源。本文提出了一种白色模型框架——滑动阈值相关性分析(STCA),用于识别支配聚合物性能的阈值依赖亚结构组合。通过扫描性能阈值,STCA揭示了在热学(玻璃化转变温度、熔点、分解温度和热导率)与电学(电导率和交流介电常数)领域中均保持预测能力的层级性基序,从而实现统一的多性能筛选。与常见的可解释性基线方法相比,STCA在区分高性能和低性能区具有较强表现力,同时其阈值连续符号规则族在所选的严苛筛选条件下依然适用。所提取的组合与聚合物物理相符,捕捉了刚性驱动的热稳定性和绝缘体系中的有限离域效应。为展示实用价值,我们将这些组合转化为具有化学依据的提示词,输入商业大语言模型,生成了具有预期特性的可合成单体。密度泛函理论和分子动力学评估支持了代表性的热学和电学趋势。因此,STCA在线性均聚物重复单元领域内,提供了一个基于规则进行聚合物筛选和提示就绪候选分子生成的透明框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号