文献

J-GLOBAL ID：201902228995251921   整理番号：19A2930860

溶解度パラメータをNMR記述子から予測するマテリアルズインフォマティクス戦略

著者 (6件)： 黒谷篤之 (理研) ,  柿内俊文 (AGC 中研) ,  伊藤研悟 (理研) ,  菊地淳 (理研) ,  菊地淳 (横市大 院) ,  菊地淳 (名大 院)
資料名： 日本生物工学会大会講演要旨集
巻： 71st  ページ： 211  発行年： 2019年08月09日 
JST資料番号： Z0667A  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)

本文一部表示： 【概要】物質の溶解度は、物質の特徴理解等の為に重要な物性値の1つである。特に分散項(dD)、水素結合項(dH)、極性項(dP)の3成分の定量性を数値化したハンセン溶解度パラメータ(HSPs)は、その特性から薬物の吸収性評価、高分子化合物と溶...【本文一部表示】

シソーラス用語： *溶解度パラメータ ,  機械学習 ,  *予測モデル ,  炭素13NMR ,  高分子 ,  システム ,  *スペクトル ,  統制索引語 ,  データ ,  回帰分析 ,  予測技法
準シソーラス用語： *Hansen溶解度パラメータ ,  *NMRスペクトル ,  SMILES ,  学習データ ,  特徴記述子

著者キーワード (4件)： Solubility ,  NMR ,  Prediction ,  Polymer

分類 (2件)： 高分子溶液の物性一般  (CG02011K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 溶解度パラメータ ,  NMR ,  記述子 ,  予測 ,  マテリアルズインフォマティクス ,  戦略