文献

J-GLOBAL ID：201702298067526533   整理番号：17A1487530

サポートベクトル回帰モデルを用いたPt系触媒上での水性ガスシフト反応における予測CO変換のための次元縮小【Powered by NICT】

Dimensionality reduction for predicting CO conversion in water gas shift reaction over Pt-based catalysts using support vector regression models

著者 (1件)： Avsar Ercan (Department of Electrical and Electronics Engineering, Cukurova University, 01330 Saricam, Adana, Turkey)
資料名： International Journal of Hydrogen Energy  (International Journal of Hydrogen Energy)
巻： 42  号： 36  ページ： 23326-23333  発行年： 2017年 
JST資料番号： B0192B  ISSN： 0360-3199  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： 燃料電池用途におけるCOの除去は重要な課題である。本研究では,サポートベクトル回帰(SVR)に基づくモデルとに沿ったいくつかの次元縮小法は,水性ガスシフト(WGS)反応におけるCO転化率を予測するための利用されている。SVRモデルパラメータは2段階グリッドサーチ法で決定し,次元縮小のための,主成分分析(PCA),後方特徴除去(BFE)とシミュレーテッドアニーリング(SA)法を用いた。PCAは,入力データをマッピングする低次元特徴空間への次元を減少させた。一方,BFEとSA法は高い予測性能をもたらす特徴の部分集合を見出す。予測性能に及ぼすこれらの方法の影響を寸法を低減することがある場合とない場合のSVRモデルを試験することにより調べた。特徴の最終的な数のための適切なしきい値を設定するとき,これらの方法の全ては,予測誤差を減少させることが観察された。BFEとSA法による出力される同一特徴サブセット。結論として,WGS反応におけるCO変換のための特徴のいくつかがより重要であるとのみを用いてこれらの特徴は予測性能を改善する可能性があることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 燃料電池 ,  部分集合 ,  *一酸化炭素変成 ,  *水性ガス ,  予測誤差 ,  主成分分析 ,  *予測 ,  転化率 ,  *白金 ,  シミュレーテッドアニーリング ,  *次元縮小
準シソーラス用語： 予測性能 ,  特徴空間 ,  モデルパラメータ ,  *サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： 水性ガスシフト反応 ,  CO変換 ,  サポートベクトル回帰 ,  主成分分析 ,  後方特徴除去 ,  シミュレーテッドアニーリング

分類 (1件)： 燃料電池  (YB04040V)

タイトルに関連する用語 (8件)： サポートベクトル回帰 ,  モデル ,  Pt ,  触媒 ,  水性ガスシフト反応 ,  予測 ,  CO ,  次元縮小