Artificial intelligence for electrical percolation of AOT-based microemulsions prediction / Antonio Cid in TENSIDE, SURFACTANTS, DETERGENTS, Vol. 48, N° 6 (11-12/2011)

[article]  inTENSIDE, SURFACTANTS, DETERGENTS > Vol. 48, N° 6 (11-12/2011) . - p. 477-483 Titre : Artificial intelligence for electrical percolation of AOT-based microemulsions prediction Type de document : texte imprimé Auteurs : Antonio Cid, Auteur ; Gonzalo Astray, Auteur ; J. A. Manso, Auteur ; Juan Carlos Mejuto, Auteur ; Oscar Adrian Moldes, Auteur Année de publication : 2011 Article en page(s) : p. 477-483 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Microémulsions Percolation Prévision, Théorie de la Réseaux neuronaux (informatique) Surfactants Index. décimale : 668.1 Agents tensioactifs : savons, détergents Résumé : Different Artificial Neural Network architectures have been assayed to predict percolation temperature of AOT/i-C8/H2O microemulsions. A Perceptron Multilayer Artificial Neural Network with five entrance variables (W value of the microemulsions, additive concentration, molecular weight of the additive, atomic radii and ionic radii of the salt components) was used. Best ANN architecture was formed by five input neurons, two middle layers (with eleven and seven neurons respectively) and one output neuron. Root Mean Square Errors (RMSEs) are 0.188C (R = 0.9994) for the training set and 0.64 °C (R = 0.9789) for the prediction set. Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=12616 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
13463	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Influence prediction of small organic molecules (ureas and thioureas) upon electrical percolation of AOT-based microemulsions using artificial neural networks / Iago Antonio Montoya in TENSIDE, SURFACTANTS, DETERGENTS, Vol. 49, N° 4 (07-08/2012)

[article]  inTENSIDE, SURFACTANTS, DETERGENTS > Vol. 49, N° 4 (07-08/2012) . - p. 316-320 Titre : Influence prediction of small organic molecules (ureas and thioureas) upon electrical percolation of AOT-based microemulsions using artificial neural networks Type de document : texte imprimé Auteurs : Iago Antonio Montoya, Auteur ; Gonzalo Astray, Auteur ; Antonio Cid, Auteur ; José Antonio Manso, Auteur ; Oscar Adrian Moldes, Auteur ; Juan Carlos Mejuto, Auteur Année de publication : 2012 Article en page(s) : p. 316-320 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Microémulsions Percolation Réseaux neuronaux (informatique) Surfactants Thiourée Urée Index. décimale : 668.1 Agents tensioactifs : savons, détergents Résumé : In order to predict percolation temperature of AOT-Based microemulsions (AOT/iC8/H2O w/o microemulsions) in the presence of small organic molecules (ureas and thioureas), different Artificial Neural Network architectures (ANN) have been carried out using a Perceptron Multilayer Artificial Neural Network with three entrance variables (W = value of the microemulsion, additive concentration, logP value). Best ANN architecture consists in three input neurons, one middle layer (with two neurons) and one output neuron. Correlation values were R = 0.9251 for the training set and R = 0.9719 for the prediction set. Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=15551 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
14042	-	Périodique	Bibliothèque principale	Documentaires	Disponible

Predicting critical micelle concentration values of non-ionic surfactants by using artificial neural networks / Gonzalo Astray in TENSIDE, SURFACTANTS, DETERGENTS, Vol. 50, N° 2 (03-04/2013)

[article]  inTENSIDE, SURFACTANTS, DETERGENTS > Vol. 50, N° 2 (03-04/2013) . - p. 118-124 Titre : Predicting critical micelle concentration values of non-ionic surfactants by using artificial neural networks Type de document : texte imprimé Auteurs : Gonzalo Astray, Auteur ; A. Iglesias-Otero, Auteur ; Oscar Adrian Moldes, Auteur ; Juan Carlos Mejuto, Auteur Année de publication : 2013 Article en page(s) : p. 118-124 Note générale : Bibliogr. Langues : Anglais (eng) Catégories : Concentration micellaire critique Réseaux neuronaux (informatique) Surfactants Index. décimale : 668.1 Agents tensioactifs : savons, détergents Résumé : Critical Micelle Concentration is a fundamental property on studying behaviour of surfactants. In general terms it depends on temperature, pressure and on the existence and concentration of other surface-active substances and electrolytes. In this work it is presented a model based on Artificial Neural Networks to obtain predictive values of Critical Micelle Concentration (CMC) of some non-ionic surfactants. ANN model works using topological descriptors of the molecules involved together with already known CMC values and provides predictive values for new cases. It is proposed a specific architecture for ANN consisting of an input layer with seven neurons, one intermediate layer with fourteen neurons and one neuron in the output layer. This ANN model seems to be a good method for forecast CMC. DOI : 10.3139/113.110242 Permalink : https://e-campus.itech.fr/pmb/opac_css/index.php?lvl=notice_display&id=17890 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
14844	-	Périodique	Bibliothèque principale	Documentaires	Disponible

---

1 (1 - 3 / 3)