Modelado de red neuronal para predicción del potencial zeta
Autores: Marsalek, Roman; Kotyrba, Martin; Volna, Eva; Jarusek, Robert
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Modelado de red neuronal para predicción del potencial zeta
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Influencia
Parámetros
Potencial zeta
PH
Temperatura
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
El estudio se centra en monitorear la influencia de parámetros seleccionados en los valores del potencial zeta de nanopartículas de dióxido de titanio. Se evaluó la influencia del pH, la temperatura, la fuerza iónica y el contenido de masa de dióxido de titanio en la suspensión. Se midieron más de mil muestras combinando estas variables. Sobre la base de los resultados, se propuso y probó el modelo de red neuronal artificial. Los autores tienen amplia experiencia con aplicaciones de redes neuronales y este caso muestra que el modelo de red neuronal funciona con una tasa de éxito de predicción muy alta del potencial zeta. Claramente, el pH tiene el mayor efecto en los valores del potencial zeta. La influencia de otras variables no es tan significativa. Sin embargo, se puede decir que el aumento de la temperatura resulta en un aumento en el valor del potencial zeta de las nanopartículas de dióxido de titanio. La fuerza iónica afecta el potencial zeta dependiendo del pH; en las proximidades del punto isoeléctrico, su efecto es insignificante. El efecto del contenido de masa de dióxido de titanio en la suspensión es absolutamente menor.
Descripción
El estudio se centra en monitorear la influencia de parámetros seleccionados en los valores del potencial zeta de nanopartículas de dióxido de titanio. Se evaluó la influencia del pH, la temperatura, la fuerza iónica y el contenido de masa de dióxido de titanio en la suspensión. Se midieron más de mil muestras combinando estas variables. Sobre la base de los resultados, se propuso y probó el modelo de red neuronal artificial. Los autores tienen amplia experiencia con aplicaciones de redes neuronales y este caso muestra que el modelo de red neuronal funciona con una tasa de éxito de predicción muy alta del potencial zeta. Claramente, el pH tiene el mayor efecto en los valores del potencial zeta. La influencia de otras variables no es tan significativa. Sin embargo, se puede decir que el aumento de la temperatura resulta en un aumento en el valor del potencial zeta de las nanopartículas de dióxido de titanio. La fuerza iónica afecta el potencial zeta dependiendo del pH; en las proximidades del punto isoeléctrico, su efecto es insignificante. El efecto del contenido de masa de dióxido de titanio en la suspensión es absolutamente menor.