Art

J-GLOBAL ID：201802259019063397   Reference number：18A2176869

深層学習(GCNN)による色素系増感剤のモデル化と性能予測

Author (6)： YAMAGUCHI TOORU (TSテクノロジー) ,  YAMAGUCHI TOORU (山口大 大学院) ,  MURAFUJI TOSHIHIRO (山口大 大学院) ,  SUMIMOTO MICHINORI (山口大 大学院) ,  YAMAZAKI SUZUKO (山口大 大学院) ,  HORI KENJI (山口大 大学院)
Material： ケモインフォマティクス討論会予稿集(Web)  (Proceedings of the Symposium on Chemoinformatics (Web))
Volume： 41st  Page： ROMBUNNO.1P13(J-STAGE)  Publication year： 2018 
JST Material Number： U0627A  Document type： Proceedings
Article type： 短報  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *Machine Learning ,  solar cell ,  forecast ,  modeling ,  *color sensitization ,  *sensitizer ,  *porphyrin complex ,  ruthenium complex ,  nickel complex ,  copper complex ,  zinc complex ,  deep learning ,  *dye sensitized solar cell
Semi thesaurus term： *performance predicting

JST classification (1)： Solar cell  (NC03084O)

Terms in the title (5)： 深層学習 ,  色素 ,  増感剤 ,  モデル化 ,  性能予測