文献

J-GLOBAL ID：201802288018488113   整理番号：18A2224004

拡張反復最適化技術(Eiot)を用いた粉末混合物中の質量ベース組成の推定【JST・京大機械翻訳】

Estimation of mass-based composition in powder mixtures using Extended Iterative Optimization Technology (EIOT)

著者 (3件)： Shi Zhenqi (Small Molecule Design & Development, Lilly Research Laboratories, Indianapolis, IN, 46285) ,  Hermiller James (Small Molecule Design & Development, Lilly Research Laboratories, Indianapolis, IN, 46285) ,  Munoz Salvador Garcia (Small Molecule Design & Development, Lilly Research Laboratories, Indianapolis, IN, 46285)
資料名： AIChE Journal (American Institute of Chemical Engineers)  (AIChE Journal (American Institute of Chemical Engineers))
巻： 65  号： 1  ページ： 87-98  発行年： 2019年 
JST資料番号： A0337A  ISSN： 0001-1541  CODEN： AICEA  資料種別： 逐次刊行物 (A)
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： Extended Iterative Optimization Technology(EIOT)法を,Mutekiの[I&ECR 2013;52(35):12258-12268]反復最適化技術の拡張として提案し,粉末中のBeer-Lambert則からの偏差に取り組んだ。新しい方法は,測定したスペクトルを用いるよりはむしろ純粋な種に対する見かけのスペクトルを推定し,非化学的干渉の特徴と強度を捉えるために双線形項をもつBeer-Lambertの法則を拡張する。提案した方法は,そのパラメータを推定するために,希薄データセットを用いることにもかかわらず,許容できる性能を示した。この方法は,システムの物理的境界内でロバストでコヒーレントな推定を提供し,機器移動に対するロバスト性を示す。EIOT法を構築するために必要な希薄努力は,医薬品開発の初期段階における魅力的な選択肢として位置づけられる。非化学的信号から化学物質を区別するそのロバスト性は,製造におけるEIOTベースの溶液に対する所有の総コストを下げる可能性を意味する。AIChE J,65:87-98,2019。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  *最適化手法 ,  *粉体 ,  ロバスト性 ,  化学物質 ,  干渉 ,  *最適化 ,  線形性 ,  スペクトル ,  総原価
準シソーラス用語： 創薬 , 【Automatic Indexing@JST】

著者キーワード (3件)： 数学モデリング ,  最適化 ,  固体加工

分類 (1件)： 化学プロセスの解析  (XC01030R)

タイトルに関連する用語 (7件)： 拡張 ,  反復 ,  最適化技術 ,  粉末混合物 ,  質量 ,  組成 ,  推定