WEKO3
アイテム
機械学習法によるグラフト型電解質膜の導電率・含水率の予測
https://repo.qst.go.jp/records/80446
https://repo.qst.go.jp/records/80446850f03bb-3dad-44a1-bdec-2c724578381f
| Item type | 会議発表用資料 / Presentation(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2020-09-10 | |||||
| タイトル | ||||||
| タイトル | 機械学習法によるグラフト型電解質膜の導電率・含水率の予測 | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_c94f | |||||
| 資源タイプ | conference object | |||||
| アクセス権 | ||||||
| アクセス権 | metadata only access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
| 著者 |
澤田, 真一
× 澤田, 真一× 坂本, 有希子× 田中, 健一× 船津, 公人× 前川, 康成× Sawada, Shinichi× Maekawa, Yasunari |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 放射線グラフト電解質膜のプロトン導電特性や含水特性の支配因子を明らかにするため、それらの特性のデータをLasso法とランダムフォレスト(RF)法で解析した。10種類の基材高分子から作製された電解質膜の導電率および導電率/水和数の測定データを解析に用いた。説明変数となる基材高分子の物性値は、文献引用、実測定、量子化学計算などから収集した。Lasso法と比べてRF法では予測精度が高かった。導電率/水和数のデータをRF法で解析したところ、基材高分子の結晶化度や分極モーメントなどが導電率/水和数に大きく影響を及ぼすことがわかった。 | |||||
| 会議概要（会議名, 開催地, 会期, 主催者等） | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 第69回高分子討論会 | |||||
| 発表年月日 | ||||||
| 日付 | 2020-09-18 | |||||
| 日付タイプ | Issued | |||||
