Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Closed-Loop Multitarget Optimization for Discovery of New Emulsion Polymerization Recipes

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60461373%3A22340%2F15%3A43900258" target="_blank" >RIV/60461373:22340/15:43900258 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://pubs.acs.org/doi/10.1021/acs.oprd.5b00210" target="_blank" >http://pubs.acs.org/doi/10.1021/acs.oprd.5b00210</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1021/acs.oprd.5b00210" target="_blank" >10.1021/acs.oprd.5b00210</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Closed-Loop Multitarget Optimization for Discovery of New Emulsion Polymerization Recipes

  • Popis výsledku v původním jazyce

    Self-optimization of chemical reactions enables faster optimization of reaction conditions or discovery of molecules with required target properties. The technology of self-optimization has been expanded to discovery of new process recipes for manufacture of complex functional products. A new machine-learning algorithm, specifically designed for multiobjective target optimization with an explicit aim to minimize the number of "expensive" experiments, guides the discovery process. This "black-box" approach assumes no a priori knowledge of chemical system and hence particularly suited to rapid development of processes to manufacture specialist lowvolume, high-value products. The approach was demonstrated in discovery of process recipes for a semibatch emulsion copolymerization, targeting a specific particle size and full conversion.

  • Název v anglickém jazyce

    Closed-Loop Multitarget Optimization for Discovery of New Emulsion Polymerization Recipes

  • Popis výsledku anglicky

    Self-optimization of chemical reactions enables faster optimization of reaction conditions or discovery of molecules with required target properties. The technology of self-optimization has been expanded to discovery of new process recipes for manufacture of complex functional products. A new machine-learning algorithm, specifically designed for multiobjective target optimization with an explicit aim to minimize the number of "expensive" experiments, guides the discovery process. This "black-box" approach assumes no a priori knowledge of chemical system and hence particularly suited to rapid development of processes to manufacture specialist lowvolume, high-value products. The approach was demonstrated in discovery of process recipes for a semibatch emulsion copolymerization, targeting a specific particle size and full conversion.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    CI - Průmyslová chemie a chemické inženýrství

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    R - Projekt Ramcoveho programu EK

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Organic Process Research &amp; Development

  • ISSN

    1083-6160

  • e-ISSN

  • Svazek periodika

    19

  • Číslo periodika v rámci svazku

    8

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    5

  • Strana od-do

    1049-1053

  • Kód UT WoS článku

    000360103200018

  • EID výsledku v databázi Scopus