ChemTech est aussi actif dans le machine learning

L'utilisation des liquides ioniques comme matériaux de changement de phase présente un intérêt particulier dans le contexte du stockage de la chaleur. En conséquence, il est capital de prévoir avec précision le point de fusion des liquides ioniques, car il s'agit de l'une des propriétés physiques les plus importantes dans ce contexte.

Dans un article publié dans le journal scientifique Chimia, le professeur Florence Yerly et ses collègues nous présente un un algorithme prédictif du point de fusion basé sur l'algorithme CatBoost. Le modèle présenté peut être d'une grande utilité pour les chercheurs car il permettra de réduire le temps passé en laboratoire pour la sélection des candidats.

Pour voir l'article complet, cliquez ici