抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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H
2O/Na
2O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.