他们希望整合所有现有数据，即使配方类型存在差异——无论是以每百树脂份（PHR）还是质量百分比（wt%）表示。同时，他们还希望在预测模型中有效融入并传递 NCO（异氰酸酯）指数的知识。另一个关键目标是，通过利用已知成分的数据，预测一个相对陌生的成分，从而拓展研发能力并推动新材料的创新。最终目标是建立一个稳健且灵活的建模框架，以应对上述复杂性，确保在不同生产流程中实现准确预测与配方优化。