APRENDIZAJE AUTOMÁTICO PARA EL DESARROLLO DE POLÍMEROS
Aplicamos aprendizaje automático guiado por conocimiento químico para optimizar procesos y diseñar nuevos materiales poliméricos.
El aprendizaje automático permite establecer de forma cuantitativa relaciones complejas, como las presentes en los sistemas de polimerización, aunque requiere grandes cantidades de datos para su entrenamiento. Sin embargo, en muchas áreas de las ciencias físicas, y especialmente en polímeros en medios dispersos, los datos son limitados debido a la complejidad y el tiempo necesario para su caracterización.
Nuestra investigación busca superar los enfoques exclusivamente basados en datos y demostrar el potencial del aprendizaje automático guiado por conocimiento químico. En este enfoque, los fundamentos científicos se integran directamente en los modelos, permitiendo aprovechar la capacidad de los algoritmos para analizar datos sin necesidad de conjuntos masivos de información. Entre las principales aplicaciones se encuentran el control de reactores, el diseño de formulaciones y el desarrollo de nuevos materiales poliméricos.