文献

J-GLOBAL ID：201802248033538332   整理番号：18A0133490

純粋および不純CO_2の誘電特性の予測におけるANN derived方程式とその応用【Powered by NICT】

ANN-derived equation and ITS application in the prediction of dielectric properties of pure and impure CO₂

著者 (5件)： Abidoye L.K. (Civil Engineering Department, Osun State University, Osogbo, Nigeria) ,  Mahdi F.M. (Chemical Engineering Department, Leeds University, Leeds, UK) ,  Idris M.O. (Mechanical Engineering Department, Osun State University, Nigeria) ,  Alabi O.O. (Department of Physics, Osun State University, Osogbo, Nigeria) ,  Wahab A.A. (Department of Biological Sciences, Osun State University, Osogbo, Nigeria)
資料名： Journal of Cleaner Production  (Journal of Cleaner Production)
巻： 175  ページ： 123-132  発行年： 2018年 
JST資料番号： W0750A  ISSN： 0959-6526  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： 高性能方程式は段階的人工神経回路網(ANN)シミュレーションから抽出し,続いて純粋および不純CO_2の誘電特性の予測に適用した。純粋および不純CO_2の相対誘電率(ε_r)のデータは,ネットワークが異なる条件下でCO_2特性を認識し,予測できるように異なるANN構造を訓練するためにANNを用いた。訓練からの結果の分析は,単層ANNモデル[3 6 1]が,他に優ることを示した。この最良のANN構造から,単一の数学的方程式は純CO_2とCO_2~-エタノール混合物のε_rを予測するのに使用し,ANNソフトウェアへのアクセスがなくてもできることを抽出した。このANNベースの数学モデルを用いて,純粋なCO_2とCO_2~-エタノール混合物の相対誘電率(ε_r)の予測を行い,種々の温度および圧力下で,種々のエタノール濃度であった。同様の条件下で,モデルの出力は,元の実験ε_rと良い一致を提供する。エタノール濃度の増加により,モデルが正しく混合物のε_rの上昇を予測した。ε_rは圧力の増加と共に増加するが,温度の上昇と共に減少することを示した。研究は純CO_2並びにその混合物または不純物の誘電特性の特性化と予測におけるANNの信頼性と適用性を示した。モデルを開発し,本研究で示した技術は大きな利益を提供し,研究者,ANNを用いた純粋な化合物とその混合物/不純物の挙動だけでなく,ANNのような統計的計算ツールから誘導した数学モデルに関心のある人々を探求することを望む可能性がある人の食事指針とベジタリアン食。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ニューラルネットワーク ,  不純物 ,  キャラクタリゼーション ,  ネットワーク ,  適応性 ,  単一層 ,  ソフトウェア ,  シミュレーション ,  信頼性 ,  数学モデル ,  誘電率 ,  *誘電性
準シソーラス用語： 食事ガイドライン , 【Automatic Indexing@JST】

著者キーワード (6件)： CO_2 ,  相対誘電率 ,  ANN(人工ニューラルネットワーク) ,  エタノール ,  モデル ,  Sequestration

分類 (5件)： 環境問題  (SA01020V) ,  大気汚染一般  (SB03010B) ,  有害ガス処理法  (SC04030H) ,  資源回収利用  (SC05060V) ,  生物燃料及び廃棄物燃料  (LB02020Y)

タイトルに関連する用語 (4件)： 誘電特性 ,  予測 ,  方程式 ,  応用