Возможности методов машинного обучения в задачах прогнозирования растворимости веществ в сверхкритическом диоксиде углерода

2024, №3

сс. 4-12

Д.А. Лаврухина, А.Д. Павлов, М.П. Шлеймович, Т.Р. Билалов

Ключевые слова: сверхкритический флюид, растворимость, прогнозирование, машинное обучение

Представлен обзор работ, посвященных применению методов машинного обучения и нейросетевых технологий в задаче прогнозирования растворимости различных веществ в сверхкритических флюидах. На примере имеющегося массива данных по растворимости ароматических углеводородов в сверхкритическом диоксиде углерода был разработан прототип системы предсказания растворимости с использованием простой нейросети из трех слоев. Показана его эффективность, определены дальнейшие направления исследований в этой области.

doi:10.34984/SCFTP.2024.19.3.001

Полный текст статьи

Следующая статья

Цитировать

ГОСТ
7.0.100-2018

Лаврухина, Д.А. Возможности методов машинного обучения в задачах прогнозирования растворимости веществ в сверхкритическом диоксиде углерода / Д.А. Лаврухина, А.Д. Павлов, М.П. Шлеймович [и др.]. – Текст : непосредственный // Сверхкритические Флюиды: Теория и Практика.. – 2024. – Т. 19. – № 3. – С. 4-12. - DOI: 10.34984/SCFTP.2024.19.3.001

TRANSLIT

Lavrukhina, D.A. Vozmozhnosti metodov mashinnogo obucheniya v zadachah prognozirovaniya rastvorimosti veshchestv v sverhkriticheskom diokside ugleroda / D.A. Lavrukhina, A.D. Pavlov, M.P. Shleimovich [i dr.]. – Sverhkriticheskie Flyuidy: Teoriya i Praktika.. – 2024. – Т. 19. – № 3. – S. 4-12. - DOI: 10.34984/SCFTP.2024.19.3.001

D.A. Lavrukhina, A.D. Pavlov, M.P. Shleimovich, T.R. Bilalov Сapabilities of machine learning methods in prediction of solubility of substances in supercritical carbon dioxide.. Sverhkriticheskie Flyuidy: Teoriya i Praktika, 3, 4-12 (2024). https://doi.org/10.34984/SCFTP.2024.19.3.001

Возможности методов машинного обучения в задачах прогнозирования растворимости веществ в сверхкритическом диоксиде углерода

Цитировать

Спасибо. Ваши данные отправлены