文献

J-GLOBAL ID：202002243862206694   整理番号：20A0621491

「ラボオンA結晶」を用いたマクロおよびナノスケールの環境に対する薄膜のマルチモーダル応答の機械学習による相関とモデリング【JST・京大機械翻訳】

Machine Learning-Enabled Correlation and Modeling of Multimodal Response of Thin Film to Environment on Macro and Nanoscale Using “Lab-on-a-Crystal”

著者 (4件)： Muckley Eric S. (Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, P.O. Box 2008, Oak Ridge, TN, 37831, USA) ,  Collins Liam (Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, P.O. Box 2008, Oak Ridge, TN, 37831, USA) ,  Srijanto Bernadeta R. (Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, P.O. Box 2008, Oak Ridge, TN, 37831, USA) ,  Ivanov Ilia N. (Center for Nanophase Materials Sciences, Oak Ridge National Laboratory, P.O. Box 2008, Oak Ridge, TN, 37831, USA)
資料名： Advanced Functional Materials  (Advanced Functional Materials)
巻： 30  号： 10  ページ： e1908010  発行年： 2020年 
JST資料番号： W1336A  ISSN： 1616-301X  CODEN： AFMDC6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人工的に制御された材料の合成と特性化の間のフィードバックループを閉じるために,材料の機能性を迅速に試験しなければならない。補助面内電極とカスタム気体/蒸気フローセルを有する水晶微量天秤を用いて,高スループット多機能材料特性化のためのプラットフォームを開発し,制御環境下での同じ膜上での同時走査プローブ顕微鏡と電気的,光学的,重量的および粘弾性キャラクタリゼーションを可能にした。ラブ-オン-a-結晶in situ多機能出力は,環境に応じた高分子膜の重量/粘弾性,電気的および光学的応答の間の直接相関を可能にする。機械学習回帰のための訓練集合を強化するために複数の膜特性を用いるとき,環境に対する材料応答の予測は,全データセットの<5%がモデル訓練に用いられるとき,13倍改善される。Copyright 2020 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： 重量測定 ,  *多モード ,  *結晶 ,  インピーダンス ,  高分子膜 ,  走査型プローブ顕微鏡 ,  *機械学習 ,  *薄膜 ,  キャラクタリゼーション ,  粘弾性
準シソーラス用語： PEDOT:PSS ,  多機能 ,  ハイスループット ,  水晶微量天秤 ,  *ナノスケール , 【Automatic Indexing@JST】

著者キーワード (7件)： 重量測定 ,  インピーダンス ,  機械学習 ,  多機能材料 ,  PEDOT:PSS PSS ,  QCM ,  粘弾性

分類 (1件)： 炭素とその化合物  (YB02060D)

タイトルに関連する用語 (10件)： 結晶 ,  マクロ ,  ナノスケール ,  環境 ,  薄膜 ,  マルチモーダル ,  応答 ,  機械学習 ,  相関 ,  モデリング