Can we gain insight about the ductile behavior of materials by using polymer informatics? | ||
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química | |
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Ingeniería Química | |
| dc.contributor.author | Cravero, Fiorella | |
| dc.contributor.author | Ponzoni, Ignacio | |
| dc.contributor.author | Diaz, Monica Fatima | |
| dc.date.issued | 2023-11-07 | |
| dc.description.abstract | Predicting the ductile behavior of thermoplastic materials is a significant challenge for both industry and research. In this study, we present a predictive model that classifies polymers based on their ductility degree, which is a relationship created in the present work to approach this problem. It comes from relating two critical and measurable properties from the tensile test. This target was discretized into three classes, more ductile, intermediate, and less ductile. The feature selection process employed for finding the most relevant molecular descriptors for the predictive model used two approaches: a classical one and an expert-guided one. A new metric, called relaxed %CC, was presented to prioritize the models that reduce the misclassification between the extremes of the ductile scale, which is considered more important than confusion with the intermediate class. Our final model was able to successfully classify polymers, achieving a precision rate of 0.91, an %CC of 89.47 % (traditional accuracy), and a relaxed %CC of 100 % (no extremes confusion). This approach has the potential to help both the industry and R&D by selecting polymers with suitable ductile properties for specific applications during the design stage before their synthesis. | es |
| dc.description.fil | Fil: Cravero, Fiorella. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina | |
| dc.description.fil | Fil: Ponzoni, Ignacio. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Instituto de Ciencias e Ingeniería de la Computación. Universidad Nacional del Sur. Departamento de Ciencias e Ingeniería de la Computación. Instituto de Ciencias e Ingeniería de la Computación; Argentina | |
| dc.description.fil | Fil: Diaz, Monica Fatima. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Planta Piloto de Ingeniería Química. Universidad Nacional del Sur. Planta Piloto de Ingeniería Química; Argentina. Universidad Nacional del Sur. Departamento de Ingeniería Química; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Cravero, Fiorella; Ponzoni, Ignacio; Diaz, Monica Fatima; Can we gain insight about the ductile behavior of materials by using polymer informatics?; Elsevier Science; Chemometrics and Intelligent Laboratory Systems; 244; 105025; 7-11-2023; 1-30 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.issn | 0169-7439 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/230881 | |
| dc.journal.number | 105025 | es |
| dc.journal.pagination | 1-30 | es |
| dc.journal.pais | Países Bajos | es |
| dc.journal.title | Chemometrics and Intelligent Laboratory Systems | es |
| dc.journal.volume | 244 | es |
| dc.language.iso | eng | es |
| dc.publisher | Elsevier Science | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.1016/j.chemolab.2023.105025 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://linkinghub.elsevier.com/retrieve/pii/S0169743923002757 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.subject | THERMOPLASTICS | es |
| dc.subject | TENSILE TEST | es |
| dc.subject | MACHINE LEARNING | es |
| dc.subject | CLASSIFICATION | es |
| dc.subject | EXPERT-IN-THE-LOOP | es |
| dc.subject.classification | Compuestos | es |
| dc.subject.classification | Ingeniería de los Materiales | es |
| dc.subject.classification | INGENIERÍAS Y TECNOLOGÍAS | es |
| dc.subject.classification | Ciencias de la Información y Bioinformática | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Can we gain insight about the ductile behavior of materials by using polymer informatics? | es |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:ar-repo/semantics/artículo | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.65c217c8-401e-46ad-b00d-57a0a3a015a8_B.pdf
- Tamaño:
- 699.81 KB
- Formato:
- Adobe Portable Document Format