Physics-Informed Support Vector Regression for Predicting Copolymer LCST Depressions via Thermodynamic Hofmeister Featurization
Este artículo presenta un marco de regresión de vectores de soporte informado por la física que utiliza descriptores termodinámicos continuos y una validación estricta de exclusión de una sal para predecir de manera robusta las depresiones de la LCST de copolímeros en diversos entornos electrolíticos, superando los fallos de generalización de los modelos estándar basados en datos.