利用极化连续介质模型，通过机器学习预测CO2/有机溶剂混合物的Peng–Robinson–van der Waals相互作用参数

《Fluid Phase Equilibria》：Machine-learning prediction of Peng–Robinson–van der Waals interaction parameters for CO2/organic solvent mixtures using the polarizable continuum model

　　

松川宏明 | 坂村光 | 大竹克人

• •
  开发了一种人工神经网络（ANN），用于预测二氧化碳（CO₂）/有机溶剂系统的相互作用参数。
• •
  在人工神经网络的输入数据中使用了考虑了二氧化碳（CO₂）作用下溶剂效应的相变材料（PCM）量子化学数据。
• •
  通过与真空条件下的数据进行比较，引入相变材料（PCM）的效果变得清晰可见。
• •
  研究发现多极相互作用比介电响应效应更为显著。
• •
  获得了关于这些相互作用参数的更具体见解。