Physics-Informed Support Vector Regression for Predicting Copolymer LCST Depressions via Thermodynamic Hofmeister Featurization
本論文は、連続的な熱力学的記述子と厳格な一種の塩抜き(leave-one-salt-out)検証を利用した物理学に基づいたサポートベクター回帰フレームワークを提示し、標準的なデータ駆動型モデルの汎化失敗を克服することで、多様な電解質環境における共重合体のLCST低下を堅牢に予測するものである。