文献

J-GLOBAL ID：201702286189674861   整理番号：17A0207788

Bayes正則化ニューラルネットワークを用いた定量的構造トライボ能力関係モデルの確立【Powered by NICT】

Establishing quantitative structure tribo-ability relationship model using Bayesian regularization neural network

著者 (5件)： Gao Xinlei (School of Chemical and Environmental Engineering, Wuhan Polytechnic University) ,  Dai Kang (College of Pharmacy, South-Central University for Nationalities) ,  Wang Zhan (School of Chemical and Environmental Engineering, Wuhan Polytechnic University) ,  Wang Tingting (School of Chemical and Environmental Engineering, Wuhan Polytechnic University) ,  He Junbo (College of Food Science and Engineering, Wuhan Polytechnic University)
資料名： Moca Xue  (Moca Xue)
巻： 4  号： 2  ページ： 105-115  発行年： 2016年 
JST資料番号： C2819A  ISSN： 2223-7690  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 定量的構造活性相関方法は定量的構造triboability関係(QSTR),の構造記述子計算から化合物のトライボロジー能力を参照することを研究した。ここでは,Bayes正則化神経回路網(BRNN)を用いてQSTR予測モデルを確立した。二次元(2D)BRNN QSTRモデルは,潤滑剤-添加剤・耐摩耗特性を推定柔軟かつ容易にできる。著者らの結果は,潤滑剤-添加剤・分子における電子移動とヘテロ原子(S,P,O,およびNのような)が耐摩耗性を改善することを示した。,分子連結性指数は2D BRNN QSTRモデルの良好な記述子であることが分かった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 耐摩耗性 ,  神経回路網 ,  添加剤 ,  定量的構造活性相関 ,  連結性 ,  予測モデル ,  摩耗特性 ,  統制索引語 ,  摩耗 ,  二次元 ,  *正則化 ,  電子移動 ,  トライボロジー ,  潤滑剤 ,  *ニューラルネットワーク

著者キーワード (4件)： 定量的構造トライボ能力の関係 ,  Bayes正則化ニューラルネットワーク ,  潤滑添加剤 ,  耐摩耗

分類 (3件)： 機械的性質  (WB02030U) ,  石油添加剤とその影響  (YF02030I) ,  潤滑一般  (QB02010S)

タイトルに関連する用語 (5件)： 正則化 ,  ニューラルネットワーク ,  定量 ,  能力 ,  モデル