文献
J-GLOBAL ID:202002245890352758   整理番号:20A0012752

人工神経回路網モデリングを用いたキトサンベースハイブリッドヒドロゲルへの単一及び競合染料吸着【JST・京大機械翻訳】

Single and competitive dye adsorption onto chitosan-based hybrid hydrogels using artificial neural network modeling
著者 (5件):
資料名:
巻: 560  ページ: 722-729  発行年: 2020年 
JST資料番号: C0279A  ISSN: 0021-9797  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
キトサンヒドロゲル(CH),活性炭(CH-AC)を有するキトサンヒドロゲル,足場-キトサンヒドロゲル(SCH),活性炭を有する足場-キトサンヒドロゲル(SCH-AC)およびカーボンナノチューブを有する足場-キトサンヒドロゲル(SCH-CN)のようなキトサンベースのハイブリッドヒドロゲルを合成し,特性化し,単一および同時二成分液体システムからアシッドブルー9(AB)およびAllura Red AC(AR)を吸着した。実験結果は,吸着容量が各染料の二成分系で減少するので競争吸着を明らかにした。さらに,SCH-CNは両方の染料に対して最も高い吸着容量を示し,修飾が活性部位の数を増加させ,OH基による官能化が染料のスルホン化基との相互作用に好ましいことを示した。各染料の初期モル濃度,吸着時間,空隙率および各ヒドロゲル上の炭素質材料の質量百分率の関数として,ABおよびAR染料の吸着容量を予測するために,予測人工ニューラルネットワーク(ANN)を実行した。ネットワークをLevenberg-Marquardt逆伝搬最適化により訓練し,高い相関係数(R=0.9987)と二乗平均誤差(RMSE=0.0119)の低い値に従って,絶対誤差(SAE=0.741)と二乗誤差(SSE=0.0132)の和,最良トポロジーは5-10-2であることを見出した。ANNは,R値がすべてのシミュレーションシステムに対して1に近いので,競争吸着に対してさえ,各ヒドロゲルの染料吸着容量の予測に有効であることを証明した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
高分子固体の構造と形態学  ,  コロイド化学一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る