TWINNING

Project title: Data-efficient and physics-informed AI for discovering structure–property relationships in polymer nanocomposites (NanoComp-AI)

Joint scientific project of Petro Mohyla Black Sea National University and Swansea University, Swansea, Wales, UK

Project brief overview. The rational design of polymer nanocomposites is fundamentally limited by the complex, non-linear relationships between composition, microstructure, and resulting physical and mechanical properties. While artificial intelligence has recently been applied to materials modelling, most existing approaches rely on large datasets and operate as black-box predictors, offering limited scientific insight and poor generalisability when experimental data are scarce.

This project addresses this critical bottleneck by developing a data-efficient, physicsinformed artificial intelligence framework for discovering interpretable structure–property relationships in polymer nanocomposite materials. The central hypothesis is that embedding physical constraints and uncertainty awareness into AI models enables reliable prediction and scientific insight even under limited experimental data regimes.

The project brings together complementary UK–Ukraine expertise. The UK team will lead the development of physics-informed and uncertainty-aware AI models, while the Ukrainian team will generate high-quality experimental datasets through controlled synthesis and mechanical characterisation of a targeted class of polymer nanocomposites. Joint analysis will link experimentally observed behaviour with theoretically grounded AI predictions.

The project will deliver an open, reproducible AI framework and curated experimental dataset, enabling future research on data-scarce materials systems. Beyond immediate scientific outputs, the Seed Fund will directly prepare a competitive joint proposal to:

• EPSRC and Horizon Europe (Cluster 4 / 5 in the fields of Materials, Digital Technologies, and Artificial Intelligence for Industry).
• Erasmus+ Key Action 2: Cooperation among organisations and institutions.

By moving AI-driven materials modelling from black-box prediction toward interpretable discovery, this project establishes a strong foundation for next-generation materials design and international research collaboration.

The project “Data-efficient and physics-informed AI for discovering structure–property relationships in polymer nanocomposites (NanoComp-AI)” is related to:

• establishing/strengthening international collaboration;
• enhancing capacity for larger grant applications;
• promoting interdisciplinary and cross-border networks;
• increasing citation and publication impact;
• supporting peer learning and mentoring.

The core object of project: to establish an AI-driven, industry-validated research framework that enables Ukrainian materials science teams to transition from isolated experimental studies to Horizon Europe–ready collaborative research.

The project strengthens international collaboration by positioning the UK partner as a methodological and Horizon readiness anchor, while empowering Ukrainian academic teams to lead future work packages and research directions. Capacity building is embedded directly into high-level research activities, ensuring long-term institutional impact rather than shortterm skills transfer.

The primary objective of the joint Seed project between Swansea University and Petro Mohyla Black Sea National University is to establish a scientifically grounded, integrated research framework that combines artificial intelligence–based modelling, experimental studies, and bioinspired optimization algorithms for the predictive design of polymer nanocomposite materials with predefined properties.

Specific objectives of joint application for Horizon Europe project:

1. Develop physics-informed, data-efficient AI models for predicting mechanical properties of polymer nanocomposites under limited experimental data.
2. Identify interpretable structure–property relationships governing the performance of a targeted class of polymer nanocomposites.
3. Generate and validate a high-quality, open experimental dataset linking synthesis parameters, microstructure, and mechanical behaviour.
4. Deliver an open, reproducible AI framework and prepare a joint EPSRC / Horizon Europe follow-on proposal.

Project implementation period:  15.04.2026 – 15.02.2027

Project coordinator: Dinzhos Roman, Doctor of Technical Sciences, Professor, Vice-Rector for Research, (0512) 50-03-32, nauka@chmnu.edu.ua

Project team:

form Petro Mohyla Black Sea National University:

Roman Dinzhos, Doctor of Technical Sciences, Professor, Vice-Rector for Research;

Eduard Lysenkov, Doctor of Physical and Mathematical Sciences, Professor, Professor of the Department of Physics and Mathematics;

Oleksiy Kozlov, Doctor of Technical Sciences, Professor, Professor of the Department of Intelligent Information Systems.

Form Swansea University:

Feras Korkees, PhD, Senior Lecturer in Polymers and Composites, Materials Science and Engineering Department.

TWINNING

Назва проєкту: Платформа штучного інтелекту з ефективним використанням даних і фізично-інформованими моделями для встановлення взаємозв’язків «структура–властивості» у полімерних нанокомпозитах (NanoComp-AI)

Спільний науковий проєкт Чорноморського національного університету імені Петра Могили та Університету Swansea, Свонсі, Уельс, Велика Британія

Короткий огляд проєкту. Раціональне проєктування полімерних нанокомпозитів принципово обмежене складними, нелінійними зв’язками між складом, мікроструктурою та результуючими фізичними та механічними властивостями. Хоча штучний інтелект нещодавно застосовується до моделювання матеріалів, більшість існуючих підходів спираються на великі набори даних і функціонують як «чорні скриньки-предиктори», пропонуючи обмежене наукове розуміння та слабку узагальнюваність за обмеженості експериментальних даних.

Цей проєкт спрямований на подолання зазначеного критичного обмеження шляхом розроблення фізично-інформованої системи штучного інтелекту з ефективним використанням даних для виявлення інтерпретованих взаємозв’язків «структура–властивості» у полімерних нанокомпозитних матеріалах. Центральна гіпотеза проєкту полягає в тому, що інтеграція фізичних обмежень і механізмів урахування невизначеності в моделі штучного інтелекту забезпечує надійне прогнозування та отримання нових наукових знань навіть за умов обмежених обсягів експериментальних даних.

Проєкт об’єднує взаємодоповнювальні компетенції наукових колективів з України та Великої Британії. Британська команда відповідає за розроблення фізично-інформованих моделей штучного інтелекту з урахуванням невизначеності, тоді як українська команда забезпечує отримання високоякісних експериментальних наборів даних шляхом контрольованого синтезу та механічної характеристики цільового класу полімерних нанокомпозитів. Спільний аналіз дозволить пов’язати експериментально встановлені закономірності поведінки матеріалів із теоретично обґрунтованими прогнозами моделей штучного інтелекту.

Результатом проєкту стане відкрита, відтворювана платформа штучного інтелекту та структурований експериментальний набір даних, що створить підґрунтя для подальших досліджень полімерних матеріалів в умовах обмеженого обсягу доступних даних. Окрім безпосередніх наукових результатів, буде здійснено підготовку конкурентоспроможної спільної проєктної заявки до:

• EPSRC та програми Horizon Europe (кластери 4 і 5 за напрямами «Матеріали», «Цифрові технології» та «Штучний інтелект для промисловості»).
• Erasmus+ Key Action 2: «Співпраця між організаціями та установами».

Спрямовуючи моделювання матеріалів на основі штучного інтелекту від непрозорого прогнозування на базі «чорної скриньки» до інтерпретованого виявлення закономірностей, проєкт закладає міцне підґрунтя для створення матеріалів нового покоління та розвитку міжнародної науково-дослідної співпраці.

Проєкт «Платформа штучного інтелекту з ефективним використанням даних і фізично-інформованими моделями для встановлення взаємозв’язків «структура–властивості» у полімерних нанокомпозитах (NanoComp-AI)» дотичний до:

• встановлення/зміцнення міжнародної співпраці;
• розширення можливостей для подання заявок на отримання масштабних грантів;
• розвитку міждисциплінарних і транскордонних наукових мереж;
• підвищення публікаційної активності та цитованості результатів досліджень;
• сприяння взаємному навчанню, обміну досвідом та наставництву.

Центральне завдання проєкту полягає у створенні дослідницької платформи, заснованої на технологіях штучного інтелекту та валідованої з урахуванням потреб промисловості, що забезпечить українським науковим колективам у галузі матеріалознавства перехід від ізольованих експериментальних досліджень до спільних міжнародних дослідницьких проєктів, готових до участі в конкурсах програми Horizon Europe.

Проєкт сприяє зміцненню міжнародної наукової співпраці, позиціонуючи британського партнера як провідний центр методологічної підтримки та підготовки до участі в програмі Horizon Europe, водночас посилюючи спроможність українських наукових колективів очолювати окремі робочі пакети та формувати подальші напрями досліджень. Розвиток дослідницького потенціалу інтегровано безпосередньо у виконання наукових завдань високого рівня, що забезпечить довгостроковий інституційний ефект, а не лише короткострокове набуття нових компетентностей.

Головною метою спільного проєкту ЧНУ імені Петра Могили та Університету Swansea є створення науково обґрунтованої інтегрованої дослідницької платформи, яка поєднує моделювання на основі штучного інтелекту, експериментальні дослідження та біоінспіровані алгоритми оптимізації для прогнозного проєктування полімерних нанокомпозитних матеріалів із наперед заданими властивостями.

Цілями спільної заявки на проєкт Horizon Europe є:

1. Розробка фізично-інформованих моделей штучного інтелекту з ефективним використанням даних для прогнозування механічних властивостей полімерних нанокомпозитів в умовах обмеженого обсягу експериментальних даних.
2. Виявлення інтерпретованих взаємозв’язків «структура–властивості», що визначають експлуатаційні характеристики цільового класу полімерних нанокомпозитів.
3. Формування та валідація високоякісних відкритих експериментальних наборів даних, які пов’язують параметри синтезу, мікроструктуру та механічну поведінку матеріалів.
4. Створення відкритої відтворюваної платформи штучного інтелекту та підготовка спільної проєктної заявки до конкурсів EPSRC і Horizon Europe.

Період реалізації проєкту:  15.04.2026 – 15.02.2027

Координатор проєкту: Дінжос Роман Володимирович, доктор технічних наук, професор, проректор з наукової роботи, (0512) 50-03-32, nauka@chmnu.edu.ua

Команда проєкту:

від ЧНУ імені Петра Могили:

Дінжос Роман Володимирович, доктор технічних наук, професор, проректор з наукової роботи;

Лисенков Едуард Анатолійович, доктор фізико-математичних наук, професор, професор кафедри фізики та математики;

Козлов Олексій Валерійович, доктор технічних наук, професор, професор кафедри інтелектуальних інформаційних систем.

від університету Swansea:

Ферас Коркіс, доктор філософії, старший викладач кафедри полімерів, композитів, матеріалознавства та інженерії.

Додаткова інформація

Про проєкт
Команда проєкту
Заходи
Навчальний курс
Методичне забезпечення проєкту
Відгуки і оцінка проєкту