文献

J-GLOBAL ID：202002270363776485   整理番号：20A0676959

逆機械学習に基づく調香設計法【JST・京大機械翻訳】

Inverse machine learning-based fragrance tuned design method

著者 (5件)： Wang Lu (大連理工大学化工学院化工系統工程研究所,遼寧大連,116024) ,  Mao Haitao (大連理工大学化工学院化工系統工程研究所,遼寧大連,116024) ,  Zhang Lei (大連理工大学化工学院化工系統工程研究所,遼寧大連,116024) ,  Liu Linlin (大連理工大学化工学院化工系統工程研究所,遼寧大連,116024) ,  Dou Jian (大連理工大学化工学院化工系統工程研究所,遼寧大連,116024)
資料名： Huagong Xuebao  (Huagong Xuebao)
巻： 70  号： 12  ページ： 4722-4729  発行年： 2019年 
JST資料番号： E0215B  ISSN： 0438-1157  CODEN： HUKHAI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 香精香料業務は数十億ドルの市場を持ち、調香技術の発展は人々の現代社会生活を豊かにしている。調香設計の逆機械学習モデルを提案し、類導体遮蔽モデル(COSMO)に基づいて得られた分子表面電荷密度分布を用いて、香料分子の構造ディスクリプタとして最終調香製品を設計した。まず第一に,属性を目標特性に変換して,要求に従って,フレーバー属性を識別した。その後、匂いを調整し、逆機械学習(inversemachinelearning,IML)モデルを作り、そのうち入力変数は匂いであり、出力変数は分子構造ディスクリプタであり、訓練したIMLモデルを利用して、目標特性に基づく。潜在的製品の構造記述子を予測した。最後に、指定されたデータベースにユークリッド距離法により候補の調香混合物を選別した。例として、2種類の調香実例を例として、このフレームを用いて調香設計を行い、実験データ及び匂いレーダー図を用いて実験結果を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習 ,  分子表面 ,  レーダ ,  統制索引語 ,  データベース ,  香料 ,  分子構造 ,  導体 ,  学習モデル
準シソーラス用語： Euclid距離 , 【Automatic Indexing@JST】

著者キーワード (6件)： systems engineering ,  design ,  model ,  inverse machine learning ,  tuned fragrance ,  molecular surface charge density distribution

分類 (5件)： 熱交換器,冷却器  (PA03020G) ,  流体力学一般  (BC01010Z) ,  機械工学一般  (QA01010I) ,  反応に及ぼす構造の効果  (CF02110Z) ,  湖沼学,河川学  (DC07050J)

タイトルに関連する用語 (3件)： 機械学習 ,  香 ,  設計法