文献
J-GLOBAL ID:202202273897187588   整理番号:22A0706262

酸化グラフェン/セルロース相互作用のための微視的成分の機械学習【JST・京大機械翻訳】

Machine Learning of Microscopic Ingredients for Graphene Oxide/Cellulose Interaction
著者 (11件):
資料名:
巻: 38  号:ページ: 1124-1130  発行年: 2022年 
JST資料番号: A0231B  ISSN: 0743-7463  CODEN: LANGD5  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)
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。
ナノ複合材料における微視的属性の役割を理解することは,実験システム設計を制御および加速する。本研究では,第一原理計算と機械学習アルゴリズムを組み合わせて,セルロースに対する酸化グラフェン結合強度を制御する関連パラメータを抽出した。分離した酸化グラフェンの特徴に基づいて明確に定義された,より高い結合エネルギーとより低い結合エネルギーを持つ2つのクラスの間でシステムを分類できた。理論的X線光電子分光法分析を用いて,これらの関連特徴の抽出を示した。さらに,結合エネルギー値とシステムの特性の間の機械学習回帰内で精密化制御の可能性を実証した。本研究では,酸化グラフェン/セルロース相互作用を制御するガイドマップを示した。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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。

準シソーラス用語:
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
多糖類  ,  固-液界面 
タイトルに関連する用語 (4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