Aprendizaje automático para el desarrollo de polímeros

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 el caso de los polímeros en medios dispersos, los datos son limitados debido a la complejidad y al tiempo que requiere su caracterización.
Nuestra investigación busca ir más allá de los enfoques basados exclusivamente en datos y demostrar el potencial del aprendizaje automático guiado por el conocimiento. En este enfoque, los fundamentos científicos se integran directamente en los modelos, lo que permite aprovechar la capacidad de los algoritmos para analizar datos sin necesidad de conjuntos de información masivos. Entre las principales aplicaciones se encuentran el control de reactores, el diseño de formulaciones y el desarrollo de nuevos materiales poliméricos.