文献

J-GLOBAL ID：202202233180173554   整理番号：22A0732366

ナノ複合材料の吸着容量の予測におけるAdaBoostおよび遺伝的アルゴリズム機械学習モデルの実装【JST・京大機械翻訳】

Implementation of AdaBoost and genetic algorithm machine learning models in prediction of adsorption capacity of nanocomposite materials

著者 (9件)： LI Weidong (Polytechnic Institute, Qian Jiang College of Hangzhou Normal University, Hangzhou 310018, China) ,  Suhayb Mustafa K. (Al-Manara College for Medical Sciences, Iraq) ,  Thangavelu Lakshmi (Department of Pharmacology, Saveetha Dental College, Saveetha Institute of Medical and Technical Science, Saveetha University, Chennai, India) ,  Abdulameer Marhoon Haydar (Information and Communication Technology Research Group, Scientific Research Center, Al-Ayen University, Thi-Qar, Iraq) ,  Abdulameer Marhoon Haydar (College of Computer Sciences and Information Technology, University of Kerbala, Karbala, Iraq) ,  Pustokhina Inna (Department of Propaedeutics of Dental Diseases, Sechenov First Moscow State Medical University, Moscow, Russia) ,  Alqsair Umar F. (Department of Mechanical Engineering, College of Engineering, Prince Sattam bin Abdulaziz University, Alkharj 16273, Saudi Arabia) ,  El-Shafay A.S. (Department of Mechanical Engineering, College of Engineering, Prince Sattam bin Abdulaziz University, Alkharj 16273, Saudi Arabia) ,  Alashwal May (Department of Computer Science, Jeddah International College, Jeddah, Saudi Arabia)
資料名： Journal of Molecular Liquids  (Journal of Molecular Liquids)
巻： 350  ページ： Null  発行年： 2022年 
JST資料番号： B0924A  ISSN： 0167-7322  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： 吸着実験を行う際の時間とコストを節約するために,ナノ複合材料の吸着容量のシミュレーションを行った。予測モデルを開発することにより,広範囲の加工条件で材料の吸着容量を容易に予測することができる。ここでは,吸着剤の吸着容量に対する吸着剤投与量と溶液pHを含む吸着パラメータの相関のための2つの機械学習技術を開発した。最も重要な課題の1つと,本研究における1つのような問題における懸念は,データセットが小さなものであることを考えると,出力モデルの普遍性を確実にすることである。この課題の結果として,AdaBoostとGA最適化モデルを用いてモデリング結果を改善する簡単なモデルを選択した。データを文献から収集し,フィッティングとシミュレーションに用いた。これらのモデルのハイパーパラメータを最適化した後,最終結果は非常に高い効率を示した。RMSE基準を用いて,線形回帰,ベイズリッジ回帰,およびHuber回帰は,それぞれ,2.5,2.3,および1.7の誤り率を受けた。Copyright 2022 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： *吸着 ,  最適化 ,  回帰分析 ,  原価 ,  吸着剤 ,  *容量 ,  モデリング ,  加工条件 ,  *モデル ,  *機械学習 ,  *遺伝的アルゴリズム ,  *学習アルゴリズム ,  予測モデル
準シソーラス用語： *吸着容量 ,  線形回帰 ,  *AdaBoost ,  最適化モデル ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (5件)： 吸着 ,  モデリング ,  機械学習 ,  最適化 ,  分離

分類 (2件)： 吸着剤  (YB03000W) ,  下水,廃水の物理的処理  (SC03040L)

タイトルに関連する用語 (8件)： ナノ複合材料 ,  吸着容量 ,  予測 ,  AdaBoost ,  遺伝的アルゴリズム ,  機械学習 ,  モデル ,  実装