文献

J-GLOBAL ID：201802224123068856   整理番号：18A0796834

人工神経回路網による(4E)-2-アミノ-3-シアノベンゾ[b]オキソシン-6-オンの電気インピーダンス分光法のモデリング【JST・京大機械翻訳】

Modeling for electrical impedance spectroscopy of (4E)-2-amino-3-cyanobenzo[b]oxocin-6-one by artificial neural network

著者 (2件)： Ali H.A.M. (Department of Physics, Faculty of Education, Ain Shams University, Roxy, 11757 Cairo, Egypt) ,  Mohamed R.A. (Department of Physics, Faculty of Education, Ain Shams University, Roxy, 11757 Cairo, Egypt)
資料名： Ceramics International  (Ceramics International)
巻： 44  号： 9  ページ： 10907-10911  発行年： 2018年 
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： (4E)-2-アミノ-3-シアノベンゾ[b]オキソシン-6-オンの電気インピーダンス分光法をモデル化するための人工ニューラルネットワーク(ANNs)の効率を調べた。電気インピーダンスと散逸因子の実験データをモデルの入力データとして用いた。最適ネットワーク構造を,データを正規化するために変化した伝達関数を持つニューロンの異なる数を試験することによって得た。この構造は実験データを非常に高い精度でシミュレートし,実験的に試験されていない新しい値を予測した。非線形方程式は,入力と出力の間の関係がANNモデルに基づいて導入されたことを示す。最適ネットワークの性能を得た。最後に,本研究は,ニューラルネットワークがモデリングにおいて非常に効果的なツールであり,高精度で実験データのパターンに従うことができることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非線形方程式 ,  正規化 ,  *モデリング ,  ニューロン ,  *ニューラルネットワーク ,  *インピーダンス ,  ネットワーク ,  ネットワーク構造 ,  伝達関数
準シソーラス用語： 高精度 ,  入力データ ,  *電気的インピーダンス ,  *インピーダンス分光法 , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工神経回路網 ,  モデリング ,  有機化合物 ,  インピーダンス

分類 (1件)： セラミック・磁器の性質  (YC03030G)

タイトルに関連する用語 (3件)： 人工神経回路網 ,  電気インピーダンス分光法 ,  モデリング