自己触媒脱水反応のためのキシロース変換とフルフラール収率を推定するための人工ニューラルネットワークの利用【JST・京大機械翻訳】

Job Adam L.; Stratton Sarah M.; Umhey Charles E.; Hoo Karlene A.; Wettstein Stephanie G.

文献

J-GLOBAL ID：202202257656899596 整理番号：22A0649371

自己触媒脱水反応のためのキシロース変換とフルフラール収率を推定するための人工ニューラルネットワークの利用【JST・京大機械翻訳】

Using Artificial Neural Networks to Estimate Xylose Conversion and Furfural Yield for Autocatalytic Dehydration Reactions

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0649371&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0649371&from=J-GLOBAL&jstjournalNo=W5047A") }}

著者 (5件)： , , , ,
資料名：
巻： 10 号： 1 ページ： 177-181 発行年： 2022年
JST資料番号： W5047A ISSN： 2168-0485 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究では,種々の有機溶媒系における自己触媒反応からのキシロース転化率とフルフラール収率を予測するために,単一隠れ層を有するフィードフォワード人工ニューラルネットワーク(ANN)モデルを開発した。Hansen溶解度パラメータによって決定されたように,反応度,温度および時間の関数,および溶媒の極性が反応に影響し,従って,これらの2つのパラメータが調査の独立変数として選択された。反応は3.53の重症度と7~16の範囲の溶媒極性を有する5.20の重症度の間で行った。ANNモデル性能を予測誤差指数とAkaike情報基準によって決定し,それは6つの隠れノードを有する最良モデルをもたらした。ANNは,より高いキシロース転化率とフルフラール収率が,より低い極性と厳しさと比較して,4.33以上の苛酷度で,15以上の極性を有する混合物で見られたことを確認した。モデルからの推定と予測値は95%予測信頼バンド領域内にあり,モデルがモデル開発に用いたデータ範囲内で正確な予測能力を持つことを示した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

人工知能 , 生物燃料及び廃棄物燃料 , 太陽エネルギー利用機器

, , , , , ,

前のページに戻る