文献

J-GLOBAL ID：202102281936693690   整理番号：21A0983648

機械学習(kNN-QSPR)法に基づく屈折率の数学的モデリング【JST・京大機械翻訳】

Mathematical modeling of refractive index based on machine learning (kNN-QSPR) method

著者 (3件)： Davronov Rifkat (Institute of Mathematics,Academy of Sciences,Tashkent,Uzbekistan) ,  Rasulev Bakhtiyor (North Dakota State University,Department of Coatings and Polymeric Materials,Fargo,North Dakota,USA) ,  Adilova Fatima (Institute of Mathematics,Academy of Sciences,Tashkent,Uzbekistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： AICT  ページ： 1-3  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,kNN-QSPRアプローチに厳密に従うRシステムにおける新しいソフトウェアを作成し,ディスクリプタの初期集合の生成のためにPaDELとDragon記述ソフトウェアを使用し,自動スケーリングのためのプログラムを開発した。この新しいソフトウェアに基づいて,屈折率(RI)と高分子構造の間の定量的関係のモデルを提案した。本研究の重要な結論を,構築したモデルの正しい解釈により確認した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *屈折率 ,  ソフトウェア ,  *定量的構造活性相関 ,  *機械学習 ,  統制索引語

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 機械学習 ,  KNN ,  QSPR ,  法 ,  屈折率 ,  数学的モデリング