文献

J-GLOBAL ID：201802260715317159   整理番号：18A2100301

人工神経回路網による熱硬化性熱伝導率のシミュレーション【JST・京大機械翻訳】

Simulation of Thermoset Heat Conductivity by Means of Artificial Neural Networks

著者 (4件)： Sheptunov Sergey. A. (Institute for Design and Technology Informatics of the Russian Academy of Sciences (IDTI RAS), Moscow, Russia) ,  Alexandrov Islam A. (Institute for Design and Technology Informatics of the Russian Academy of Sciences (IDTI RAS), Moscow, Russia) ,  Golovatov Dmitriy A. (Institute for Design and Technology Informatics of the Russian Academy of Sciences (IDTI RAS), Moscow, Russia) ,  Glashev Rasul M. (Institute for Design and Technology Informatics of the Russian Academy of Sciences (IDTI RAS), Moscow, Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IT&QM&IS  ページ： 482-486  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究は,複合材料のサイズ安定性を確保するための複合材料の熱的および物理的特徴の改善の必要性のために関連している。このため,本研究では,プロセスパラメータに依存する改質ナノサイズ炭素構造による熱硬化性高分子の熱伝導率を決定するための自動化システムの開発を目的とした。これは,高性能能力と公正な精度を確保することができる形式化解法を欠いている多重パラメータタスクであるので,人工ニューラルネットワークによるシミュレーションの方法を使用した。本報では,ナノ改質バインダの試料の熱伝導率の製造と研究の手順について述べた。実験研究結果により,熱硬化性高分子の熱的および物理的特徴と製造プロセスパラメータのデータベースを形成し,製造プロセスパラメータからナノサイズ炭素構造で改質した熱硬化性高分子の熱的および物理的特徴の依存性のニューラルネットワークモデルの形成を可能にした。ナノサイズ炭素構造で改質された熱硬化性高分子の熱的および物理的特徴の依存性についての詳細なニューラルモデルにより,得られた値の全収束性を確認し,検証し,-98.77%の試験を行った。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多重化 ,  データベース ,  複合材料 ,  炭素 ,  プロセスパラメータ ,  粘結剤 ,  *熱伝導率 ,  *ニューラルネットワーク ,  高分子
準シソーラス用語： 神経回路網モデル ,  実験研究 ,  自動化システム ,  *熱硬化性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  熱硬化性 ,  熱伝導率 ,  シミュレーション