|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Применение методов машинного обучения к предсказанию степени кристалличности цеолитов типа MFIстатья
- Авторы: НИКИФОРОВ А.И., БАБЧУК И.В., ВОРОБКАЛО В.А., ЧЕСНОКОВ Е.А., ЧИСТОВ Д.Л.
- Журнал: Современные молекулярные сита
- Том: 4
- Номер: 1
- Год издания: 2022
- Первая страница: 66
- Последняя страница: 72
- DOI: 10.53392/27130304_2022_4_1_66
- Аннотация: Предсказание степени кристалличности цеолитов по исходным параметрам синтеза - крайне сложная для решения задача. Один из способов установления таких закономерностей - обработка данных по синтезу цеолитов алгоритмами машинного обучения. В рамках текущей работы были проанализированы 650 научных статей. В ходе обработки была создана база данных, включающая в себя параметры синтеза цеолитов типа MFI и данные по степени кристалличности получаемого материала. Задача установления закономерностей между исходными параметрами синтеза и степенью кристалличности образующегося цеолита относится к классу задач регрессии. В текущей статье она была решена тремя алгоритмами машинного обучения - деревом решений, случайным лесом и градиентным бустингом. Для повышения точности работы алгоритмов к исходному датасету были добавлены полиномиальные признаки 2-5-й степени. Лучшую точность в сочетании со скоростью обработки базы данных показал алгоритм градиентного бустинга, построенный на данных с полиномиальными признаками 3-й степени. Средняя абсолютная ошибка (MAE) показаний модели от реальных значений степени кристалличности составила 10.3%.
- Добавил в систему: Никифоров Александр Игоревич