機械学習法による放射線グラフト電解質膜に適した高分子基材の特性評価

• 資料種別: 文書・図像類
• タイトル: 機械学習法による放射線グラフト電解質膜に適した高分子基材の特性評価
• 著者・編者: 澤田, 真一; 前川, 康成; 坂本, 有希子; 船津, 公人; Shinichi, Sawada; Yasunari, Maekawa
• 著者標目: 澤田, 真一; 前川, 康成; 坂本, 有希子; 船津, 公人; Shinichi, Sawada; Yasunari, Maekawa
• 出版年月日等: 2021-11-16
• 出版年（W3CDTF）: 2021-11-16
• 本文の言語コード: jpn
• 対象利用者: 一般
• 一般注記: 第18回放射線プロセスシンポジウム
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 国立研究開発法人量子科学技術研究開発機構 : 量子科学技術研究開発機構 学術機関リポジトリ

• 要約等: 放射線グラフト法で作製した高分子電解質膜の含水特性やプロトン伝導特性に影響を及ぼす因子を特定するため、基材高分子のさまざまな特性を説明変数に用いてランダムフォレスト法で解析した。プロトン伝導率を水和数で除したプロトン伝導効率という性能指標においては、基材高分子の結晶化度が低く、かつ融点が高いほど向上...