文献

J-GLOBAL ID：202202278934916286   整理番号：22A0920791

キトサン系凝集剤による重金属除去の予測のための機械学習【JST・京大機械翻訳】

Machine learning for the prediction of heavy metal removal by chitosan-based flocculants

著者 (7件)： Lu Chun (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Xu Zuxin (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Dong Bin (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Zhang Yunhui (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Wang Mei (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Zeng Yifan (College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China) ,  Zhang Chen (Shanghai Municipal Engineering Design Institute (Group) Co., Ltd., Shanghai 200092, China)
資料名： Carbohydrate Polymers  (Carbohydrate Polymers)
巻： 285  ページ： Null  発行年： 2022年 
JST資料番号： E0961A  ISSN： 0144-8617  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 廃水から溶存重金属を除去するキトサン系凝集剤(CBFs)の利用は広く提唱されている。本研究は,CBFsを用いた重金属除去の効率のための予測モデルを開発するために,機械学習(ML)法を適用した。ランダム森林(RF)モデルは,凝集剤特性,凝集条件および重金属特性に従って,重金属(R2=0.9354,RMSE=5.67)の除去効率を正確に予測することができた。凝集条件における溶液pH(pH_sol)および凝集剤特性における分子量(M_v)を,それぞれ0.294および0.134の特徴重要性重量を有する凝集性能における最も支配的なパラメータとして同定した。部分的依存性分析は,CBFsを用いた重金属除去効率に及ぼす各影響因子とそれらの複合効果の影響を示した。全体として,重金属除去の効率のために予測モデルを成功裏に開発し,重金属を含む廃水処理のためのCBFsの合理的応用を導く。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： *凝集 ,  効率 ,  廃水 ,  廃水処理 ,  *凝集剤 ,  *重金属 ,  分子量 ,  *除去 ,  モデル ,  *キトサン ,  金属性 ,  *機械学習 ,  予測モデル
準シソーラス用語： ランダムフォレスト ,  複合作用 ,  *重金属除去 , 【Automatic Indexing@JST】

著者キーワード (5件)： 重金属除去 ,  キトサン系凝集剤 ,  凝集 ,  機械学習 ,  予測

分類 (1件)： 多糖類  (CF10054P)

タイトルに関連する用語 (5件)： キトサン ,  凝集剤 ,  重金属除去 ,  予測 ,  機械学習