Physics-Informed Support Vector Regression for Predicting Copolymer LCST Depressions via Thermodynamic Hofmeister Featurization
Questo articolo presenta un framework di regressione a vettori di supporto informato dalla fisica che utilizza descrittori termodinamici continui e una rigorosa validazione leave-one-salt-out per prevedere in modo robusto le depressioni della LCST dei copolimeri in diversi ambienti elettrolitici, superando i fallimenti di generalizzazione dei modelli standard basati esclusivamente sui dati.