ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 学会発表・講演等
  2. 口頭発表

機械学習による放射線グラフト電解質膜のプロトン導電率予測

https://repo.qst.go.jp/records/76194
https://repo.qst.go.jp/records/76194
ee94df86-ec36-4ae2-bce6-50ce3de19205
Item type 会議発表用資料 / Presentation(1)
公開日 2019-07-03
タイトル
タイトル 機械学習による放射線グラフト電解質膜のプロトン導電率予測
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

WEKO 768545

澤田, 真一

Search repository
田中, 健一

× 田中, 健一

WEKO 768546

田中, 健一

Search repository
船津, 公人

× 船津, 公人

WEKO 768547

船津, 公人

Search repository
前川, 康成

× 前川, 康成

WEKO 768548

前川, 康成

Search repository
Sawada, Shinichi

× Sawada, Shinichi

WEKO 768549

en Sawada, Shinichi

Search repository
Maekawa, Yasunari

× Maekawa, Yasunari

WEKO 768550

en Maekawa, Yasunari

Search repository
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イオン交換基密度や基材高分子の物性値を説明変数として、プロトン導電率を予測する人工ニューラルネットワーク(ANN)モデルを構築した。基材高分子の物性値は、文献参照、実測定、量子化学計算、によって収集した。プロトン導電率については、8種類の異なる基材高分子から作製された電解質膜のデータを既報から抽出して用いた。ANNモデルはプロトン導電率を高精度(決定係数 = 0.97)で予測することができた。ANNモデルを解析することで、イオン交換基密度だけでなく、基材高分子の分極モーメントや最低空軌道のエネルギーといった物性値が導電率の予測精度に寄与することがわかった。
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56回アイソトープ・放射線研究発表会
発表年月日
日付 2019-07-03
日付タイプ Issued
戻る
0
views
See details
Views

Versions

Ver.1 2023-05-15 18:50:15.875083
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3