文献
J-GLOBAL ID:202202284498127752   整理番号:22A0568042

チタニア-水ナノ流体の熱伝導率予測:異なる機械学習アルゴリズムを用いた事例研究【JST・京大機械翻訳】

Thermal conductivity prediction of titania-water nanofluid: A case study using different machine learning algorithms
著者 (4件):
資料名:
巻: 30  ページ: Null  発行年: 2022年 
JST資料番号: W2978A  ISSN: 2214-157X  資料種別: 逐次刊行物 (A)
記事区分: 短報  発行国: オランダ (NLD)  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。
本研究では,チタニア(TiO_2)-水ナノ流体の熱伝導率を,それらのユニークなハイパーパラメータおよび論理関数を有する5つの別々の機械学習アルゴリズムを用いて予測した。TiO_2-水ナノ流体データセットの詳細な比較研究を,人工ニューラルネットワーク(ANN),勾配ブースティング回帰(GBR),サポートベクトル回帰(SVR),ディシジョンツリー回帰(DTR)およびランダムフォレスト回帰(RFR)アルゴリズムを用いて行った。チタニア(TiO_2)-水ナノ流体の異なる形状とサイズに関する228の収集データ点の完全なデータ知能解析を行った。データセットは,サイズ,形状,ナノ粒子の体積分率,温度,および熱伝導率を含む5つのパラメータから成った。ナノ粒子の形状はナノ流体の熱伝導率を予測するための新しいパラメータであると考察した。平均二乗誤差(MSE)とR二乗(R2)を用いてこれらのモデルを比較した。これらのアルゴリズムの比較研究から,勾配ブースティングは,99%の試験および列車精度を有する熱伝導率予測に対して,最良のアルゴリズム[R2_train=0.99,R2_test=0.99,MSE._train=0.0003およびMSE.test=0.0002]であることが分かった。ナノ粒子の形状がナノ流体の熱伝導率予測に影響することが観察された。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:
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 (1件):
分類
JSTが定めた文献の分類名称とコードです
熱伝導 

前のページに戻る