En la universidad KAUST de Arabia Saudí acaban de publicar un interesante artículo sobre el empleo de técnicas de Machine Learning para el cálculo de entalpia de hidrocarburos (basadas en contribución de grupos, por ejemplo).

Cuando se trata de estimar la entalpía de formación, el modelo ya hace mejores predicciones que los enfoques convencionales, y su precisión mejorará a medida que se recojan más datos para que el modelo aprenda de ellos. Lo más curioso si cabe es que, al igual que nosotros, han desechado el empleo de Redes Neuronales más aplicables a otros problemas siendo el SVR un algoritmo más aplicable a este tipo de problemática.

Lo mejor de todo es que tanto los datos de entrada como los resultados del modelo están disponibles para mejoras posteriores y i nos sobra tiempo los probaremos con nuestros modelos PLS que serán sin duda iguales o mejores que estos.

En cualquier caso por un lado resulta gratificante que finalmente se utilice Machine Learning para “resolver” este tipo de problemas aunque por otro a uno le apena que ahora se “maquillen” con estos nombres tan raros los modelos de regresión que muchos llevamos haciendo desde hace más de 30 años,