MODELADO QSPR DE PROPIEDADES MECÁNICAS DE MATERIALES POLIMÉRICOS EMPLEANDO TÉCNICAS DE REDUCCIÓN DE VARIABLES BASADAS EN ALGORITMOS DE APRENDIZAJE AUTOMÁTICO (20 pag)

FIORELLA CRAVERO; GUSTAVO E. VAZQUEZ; MONICA F. DIAZ; IGNACIO PONZONI

Buenos Aires

Congreso; VIII CONGRESO ARGENTINO DE INGENIERÍA QUÍMICA 2015; 2015

AAIQ (Asociacion Argentina de Ingenieros Quimicos)

En este trabajo se presentan resultados preliminares del empleo de técnicas de reducción de variables en la inferencia de modelos QSPR para propiedades mecánicas relevantes en el diseño de materiales poliméricos. En particular, se propone el empleo de un método de aprendizaje de características que combina un proceso de cuantificación de la información estructural 2D de los materiales con el método autoencoder, cuya acción conjunta permite extraer un número reducido de descriptores moleculares. Para la evaluación de esta estrategia se presentan y discuten resultados obtenidos para la propiedad de resistencia a la rotura. El desempeño de la nueva propuesta fue contrastado con modelos QSPR obtenidos mediante estrategias tradicionales de selección de descriptores. Además se ensayaron otras alternativas de modelado, como el enriquecimiento usando descriptores relevantes pre-establecidos por el modelador y la combinación entre modelos clásicos y los basados en reducción de variables. Estos primeros estudios permitieron ponderar la viabilidad de emplear estrategias de reducción de variables en el contexto del modelado QSPR para diseño de materiales poliméricos.