Данная работа описывает использование методов машинного обучения для разработки модели, способной прогнозировать температуру плавления глубоких эвтектических растворителей (ГЭР). Для этого была создана уникальная база данных, содержащая температуры плавления и составы двухкомпонентных ГЭР. В выборку дескрипторов для модели входят параметры, отражающие геометрические размеры и форму компонентов, количество функциональных групп с донорными или акцепторными свойствами, наличие металлов и гидрофильные свойства.

Рахманов Т.Р. (науч. рук. Лавриненко А.К.) Разработка стратегии поиска глубоких эвтектических растворителей с применением алгоритмов машинного обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/11796