Predikce rovnovážných konstant ve vodném roztoku. I. Extrapolace rovnovážných konstant k nulové iontové síle s využitím PLS, umělých neuronových sítí a genetického "soft" modelování

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F04%3A00011991" target="_blank" >RIV/00216224:14310/04:00011991 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Prediction of equilibrium constants in aqueous solution. I. The extrapolation of equilibrium constants to zero ionic strength using PLS, artificial neural networks, and genetic "soft" modelling

Popis výsledku v původním jazyce

Extrapolation of formation constants to zero ionic strength using "soft" modelling with partial least-squares, genetic algorithm, and artificial neural networks (ANN) methods was examined and results of individual approaches were compared. The methods allow a rapid and sufficiently accurate prediction of thermodynamic formation constants, ion-size parameters, and salting-out coefficients from experimental equilibrium data, among them the ANN method was found most reliable.

Název v anglickém jazyce

Prediction of equilibrium constants in aqueous solution. I. The extrapolation of equilibrium constants to zero ionic strength using PLS, artificial neural networks, and genetic "soft" modelling

Popis výsledku anglicky

Extrapolation of formation constants to zero ionic strength using "soft" modelling with partial least-squares, genetic algorithm, and artificial neural networks (ANN) methods was examined and results of individual approaches were compared. The methods allow a rapid and sufficiently accurate prediction of thermodynamic formation constants, ion-size parameters, and salting-out coefficients from experimental equilibrium data, among them the ANN method was found most reliable.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

CB - Analytická chemie, separace

OECD FORD obor

—

Projekt

<a href="/cs/project/GA203%2F02%2F1103" target="_blank" >GA203/02/1103: Umělé neuronové sítě a plánování pokusů v analytické chemii, zejména v separačních metodách</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2004

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Chemical Papers

ISSN

0366-6352

e-ISSN

—

Svazek periodika

58

Číslo periodika v rámci svazku

5

Stát vydavatele periodika

SK - Slovenská republika

Počet stran výsledku

7

Strana od-do

299-305

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—