文献

J-GLOBAL ID：201802259019063397   整理番号：18A2176869

深層学習(GCNN)による色素系増感剤のモデル化と性能予測

著者 (6件)： 山口徹 (TSテクノロジー) ,  山口徹 (山口大 大学院) ,  村藤俊宏 (山口大 大学院) ,  隅本倫徳 (山口大 大学院) ,  山崎鈴子 (山口大 大学院) ,  堀憲次 (山口大 大学院)
資料名： ケモインフォマティクス討論会予稿集(Web)  (Proceedings of the Symposium on Chemoinformatics (Web))
巻： 41st  ページ： ROMBUNNO.1P13(J-STAGE)  発行年： 2018年 
JST資料番号： U0627A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *機械学習 ,  太陽電池 ,  予測 ,  モデリング ,  *色増感 ,  *増感剤 ,  *ポルフィリン錯体 ,  ルテニウム錯体 ,  ニッケル錯体 ,  銅錯体 ,  亜鉛錯体
準シソーラス用語： 深層学習 ,  *色素増感太陽電池 ,  *性能予測

分類 (1件)： 太陽電池  (NC03084O)

タイトルに関連する用語 (5件)： 深層学習 ,  色素 ,  増感剤 ,  モデル化 ,  性能予測