脂肪酸エチルエステルの密度を正確に推定するためのデータ駆動モデルの開発

科学分野:

• 緑の化学と持続可能な材料
• コンピュータ化学とデータ科学

背景:

• 脂肪酸エチルエステル (FAEEs) は,バイオ燃料,医薬品,潤滑剤に使用される多用途化合物です.
• 生物分解性と再生可能性により 環境に優しい代替品となり 環境の持続可能性に貢献します

研究 の 目的:

• FAEE密度を推定するための高度な予測アルゴリズムを開発する.
• 様々な条件で正確な密度予測のための様々な機械学習方法を探求する.

主な方法:

• モデル開発のために,文献 (1307データポイント) の実験データを活用した.
• AdaBoost,意思決定ツリー,KNN,ランダムフォレスト,エンサンブルラーニング,CNN,SVRを含む機械学習アルゴリズムを応用した.
• モンテカルロ偏差値検出アルゴリズムを用いてデータの信頼性を確保した.

主要な成果:

• このデータセットは,信頼性の高いモデル開発に非常に適していることが判明しました.
• 温度と圧力はFAEE密度に影響を与える重要な要因として特定されました.
• 支持ベクトル回帰 (SVR) は,密度予測において最も高い精度を示した.

結論:

• 開発されたSVRモデルは,FAEEの実験的密度測定に経済的かつ時間を節約する代替案を提供します.
• 温度がFAEE密度に影響する最も主要な要因として,SHAP分析によって確認された.
• フレームワークは,様々な条件下でFAEEsの正確な密度推定を可能にします.