文献

J-GLOBAL ID：201302242193031038   整理番号：13A0253328

ニューラルネットワークによる異なるジオポリマの圧縮強さの予測

Predicting compressive strength of different geopolymers by artificial neural networks

著者 (2件)： NAZARI Ali (Dep. of Materials Sci., Saveh Branch, Islamic Azad Univ., Saveh, IRN) ,  PACHECO TORGAL F. (Univ. of Minho, C-TAC Res. Centre, Guimaraes, PRT)
資料名： Ceramics International  (Ceramics International)
巻： 39  号： 3  ページ： 2247-2257  発行年： 2013年04月 
JST資料番号： H0705A  ISSN： 0272-8842  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究においては,ニューラルネットワークに基づく六つの異なるモデルを,異なる種類のジオポリマの圧縮強さを予測するために開発した。モデル間の差異は隠れた層中のニューロンの数とモデルをまとめる方法にある。硬化時間,Ca(OH)₂量,スーパープラスティサイザの量,NaOH濃度,鋳型のタイプ,ジオポリマのタイプおよびH₂O/Na₂Oモル比にわたる七つの独立入力パラメータを考慮した。これらの入力変数の各組に対し,ジオポリマの圧縮強さを得た。トータル数399の入力-ターゲット対を文献から収集し,ランダムに279,60および60のデータに分割し,それぞれ訓練,検証および試験を行なった。最も良好な性能のモデルを,二つの隠れた層と訓練段階における0.9916の絶対分散率,2.2102の絶対百分率誤差および1.4867の平均平方誤差を有するネットワークを通して得た。加えて,完全に訓練,検証および試験したネットワークが,考察した範囲におけるふさわしい性能を有するジオポリマの圧縮強さを予測するのに強力な可能性を示した。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *無機重合体 ,  *圧縮強さ ,  ニューラルネットワーク ,  *予測
準シソーラス用語： *ジオポリマ

分類 (1件)： 無機重合体  (YH07140R)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  ジオポリマ ,  圧縮強さ ,  予測