Предлагается подход к прогнозированию свойств сложных смесей с использованием машинного обучения. Традиционные методы расчета, такие как минимизация свободной энергии Гиббса, становятся вычислительно сложными для многокомпонентных смесей. В представленной работе для прогнозирования свойств смесей была обучена нейронная сеть на основе набора фазовых диаграмм, при этом оптимальная точность была достигнута при использовании 44 скрытых слоев с 11 нейронами в каждом. Результаты выявили как недостатки, так и перспективные направления для дальнейшего улучшения предложенного подхода.

Попов Н.С. (науч. рук. Новотельнова А.В.) Разработка метода применения технологий машинного обучения для термодинамических моделей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/14410