文献

J-GLOBAL ID：202002242426052784   整理番号：20A2460285

PS/MWCNTナノ複合材料膜被覆の伝導率予測のためのBayes正則化フィードフォワードニューラルネットワークモデル【JST・京大機械翻訳】

A Bayesian regularized feed-forward neural network model for conductivity prediction of PS/MWCNT nanocomposite film coatings

著者 (4件)： Demirbay Baris (Department of Electrical Engineering, Faculty of Electrical and Electronics Engineering, Istanbul Technical University, 34469 Maslak, Istanbul, Turkey) ,  Demirbay Baris (Department of Physics Engineering, Faculty of Science and Letters, Istanbul Technical University, 34469 Maslak, Istanbul, Turkey) ,  Kara Duygu Bayram (Department of Electrical Engineering, Faculty of Electrical and Electronics Engineering, Istanbul Technical University, 34469 Maslak, Istanbul, Turkey) ,  Ugur Saziye (Department of Physics Engineering, Faculty of Science and Letters, Istanbul Technical University, 34469 Maslak, Istanbul, Turkey)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 96  ページ： Null  発行年： 2020年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,多層フィードフォワードニューラルネットワーク(FFNN)モデルを設計,開発し,いくつかの伝導率測定から収集したデータセットを用いて,多層カーボンナノチューブ(MWCNT)ドープポリスチレン(PS)ラテックスナノ複合材料(PS/MWCNT)膜被覆の電気伝導率を予測した。MWCNT濃度(RMWCNT)と共にPSラテックス(DPS)の界面活性剤濃度(Cs),開始剤濃度(C_i),分子量(MPS)および粒径を入力として導入し,一方電気伝導率(σ)をFFNNトポロジーにおける単一出力として帰属した。ネットワーク訓練を,Bayes制御バックプロパゲーションアルゴリズムを用いて実行した。隠れ層の最適形状を最初に研究し,最も正確な性能結果を与える最良のFFNNトポロジーを探索した。平均平方誤差,MSE,平均絶対誤差,MAE,二乗平均平方根誤差,RMSE,係数の決定,R2,分散,VAF,および回帰分析を,提案したネットワークモデルの性能評価パラメータとして使用した。各入力変数の相関係数(r)は,相対的重要度ベース感度解析結果と共に,RMWCNTがPS/MWCNTナノ複合膜被覆のσ値とニューラルネットワークの訓練性能に強く影響する最も重要な入力変数であることを示した。FFNN開発で見出された各ニューロンにおける重みとバイアス値を用いて電気伝導率をモデル化するために数学的陽関数を導いた。すべての予測伝導率値は測定した伝導率値と非常に良く一致し,提案したFFNNモデルのロバスト性と信頼性を示し,PS/MWCNTナノ複合膜被覆の電気伝導率の予測に有効に使用できる。Copyright 2020 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： 位相幾何学 ,  電気伝導率 ,  回帰分析 ,  信頼性 ,  *ネットワーク ,  ニューロン ,  *被覆 ,  *ニューラルネットワーク ,  界面活性剤 ,  相関係数 ,  重合開始剤 ,  *正則化 ,  ロバスト性 ,  予測誤差 ,  *多層カーボンナノチューブ
準シソーラス用語： *伝導率 , 【Automatic Indexing@JST】

著者キーワード (10件)： 人工ニューラルネットワーク ,  Bayes調節 ,  回帰 ,  ソフトコンピューティング ,  数学モデリング ,  高分子ナノ複合材料 ,  高分子物理学 ,  膜形成 ,  電気伝導率 ,  電気パーコレーション

分類 (1件)： 炭素とその化合物  (YB02060D)

タイトルに関連する用語 (8件)： PS ,  MWCNT ,  複合材料膜 ,  伝導率 ,  予測 ,  正則化 ,  フィードフォワードニューラルネットワーク ,  モデル