MODELAGEM MOLECULAR E IA PARA A PREDIÇÃO DE PROPRIEDADES FÍSICO-QUÍMICAS DE COMBUSTÍVEIS
Palavras-chave:
ML-QSPR, Propriedades Físico-Químicas, Combustíveis, Aprendizado de Máquina, Modelagem MolecularResumo
Este estudo explora detalhadamente a aplicação de métodos avançados de aprendizado de máquina combinados com relações quantitativas entre estrutura e propriedade (ML-QSPR) para a predição precisa de propriedades físico-químicas de diversos tipos de combustíveis. A motivação principal deste trabalho é aprimorar a capacidade preditiva em relação a propriedades críticas como o número de cetano e a temperatura de fusão, que são fundamentais para o desempenho e a eficiência energética dos combustíveis. Inspirado por procedimentos metodológicos adotados em estudos recentes na área, o presente trabalho adaptou e refinou essas técnicas para um conjunto de dados específico, composto por uma variedade de compostos combustíveis com diferentes estruturas moleculares.
