文献

J-GLOBAL ID：201902215523433336   整理番号：19A0022048

環境保護のための石油製品の脱硫における教師付き機械学習技術:レビュー【JST・京大機械翻訳】

Supervised machine learning techniques in the desulfurization of oil products for environmental protection: A review

著者 (3件)： Al-Jamimi Hamdi A. (Information & Computer Science Department, King Fahd University of Petroleum & Minerals, Dhahran, 31261, Saudi Arabia) ,  Al-Azani Sadam (Information & Computer Science Department, King Fahd University of Petroleum & Minerals, Dhahran, 31261, Saudi Arabia) ,  Saleh Tawfik A. (Chemistry Department, King Fahd University of Petroleum & Minerals, Dhahran, 31261, Saudi Arabia)
資料名： Process Safety and Environmental Protection  (Process Safety and Environmental Protection)
巻： 120  ページ： 57-71  発行年： 2018年 
JST資料番号： W0232A  ISSN： 0957-5820  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 石油からの硫黄の除去として知られている脱硫は,石油加工産業と環境保護において極めて重要である。軽油から硫黄含有化合物を除去する問題を扱うために,モリブデンを担持したアルミナのような脱硫や触媒のようないくつかの油化プロセスが提案されている。したがって,試薬を含む多くの仕事を必要とする実験的に最適化するために,いくつかのパラメータが必要である。進歩した数学的ツールを用いて脱硫プロセスを最適化し,関連因子を研究することができる。プロセス操作のより良い理解を容易にするために,脱硫プロセスのモデリングとシミュレーションをいくつかの研究で提案した。機械学習(ML)は,そのような最適化と解析を実行するための有望な方法論領域と見なされている。本レビューでは,油中の脱硫に対するMLの応用を扱うための関連する方法について述べた。近年,多くの研究論文が現れているが,脱硫のためのMLの応用は,まだ有望な研究分野である。本レビューでは,ML法と脱硫におけるそれらのカテゴリーの概要を示した。それは,脱硫プロセスを最適化するためにMLを使用する方法を議論して比較する。このレビューはまた,知見と可能な研究方向を強調する。Copyright 2019 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： 硫黄 ,  *石油 ,  石油留分 ,  アルミナ ,  モデリング ,  軽油 ,  *環境保全 ,  *脱硫 ,  硫黄化合物 ,  モリブデン ,  触媒 ,  予測モデル ,  最適化 ,  *機械学習
準シソーラス用語： 油化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  予測モデル ,  計算知能 ,  脱硫 ,  硫黄含有量

分類 (3件)： 吸着剤  (YB03000W) ,  有害ガス処理法  (SC04030H) ,  不均一系触媒反応  (CB06100E)

タイトルに関連する用語 (5件)： 環境保護 ,  石油製品 ,  脱硫 ,  教師付き機械学習 ,  レビュー