메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이용주 (Kookmin University) 이지은 (국립산림과학원) 권재경 (국립산림과학원) 이태주 (국립산림과학원) 김형진 (국민대학교)
저널정보
한국펄프·종이공학회 펄프·종이기술 펄프·종이기술 제55권 제5호(통권 제214호)
발행연도
2023.10
수록면
83 - 95 (13page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The objective of this study is to apply FTIR and machine learning models for the quantitative analysis of the degree of substitution of cellulose acetate. The models used for the degree of substitution analysis include PCA (principal component analysis), PLS-DA (partial least squares discriminant analysis), SVM (support vector machine), and KNN (k-nearest neighbor). The critical findings of this study indicated that it is possible to analyze the degree of substitution for cellulose acetate with a degree of substitution of 2.0 or less using IR spectrum data derived from acetylation, estimated through PCA. The decrease in explanatory power for degrees of substitution higher than 2.0 can be attributed to the chemical reaction rate. However, by applying SVM and utilizing the kernel trick to project the data into a high-dimensional feature space and perform non-linear classification, it was possible to create a degree of substitution discrimination model with excellent performance, regardless of the degree of substitution. As a result, the model for analyzing the degree of substitution of polymer monomers based on machine learning and IR spectrum data was proposed. It is believed that this model can efficiently replace existing analytical methods.
#Cellulose acetate #degree of substitution #machine learning #infrared spectroscopy #partial least squares-discriminant analysis (PLS-DA) #support vector machine (SVM) #K-nearest neighbor (KNN)

목차

ABSTRACT
1. 서론
2. 재료 및 방법
3. 결과 및 고찰
4. 결론
Literature Cited

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

머신러닝 기반의 열화상 센서 보드 고장 분류
김선모 ,  이하예림 ,  황인수 외 2명 한국기계가공학회 춘추계학술대회 논문집 2022 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-088292179