Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

پیش بینی شرایط سنتز کلسیم فسفات های دوفازی با استفاده از شبکه عصبی مصنوعی

Year: 1391
COI: JR_IJCSE-1-1_002
Language: PersianView: 123
This Paper With 12 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

Abstract:

متداول ترین روش سنتز کلسیم فسفات های دوفازی برای کاربرد به عنوان بیومتریال، روش رسوب از محلول است. در این روش کنترل شرایط و عوامل واکنش از اهمیت بسیاری برخوردار است. برای پیش بینی شرایط چنین واکنشی می توان از روش های محاسباتی مانند شبکه های عصبی مصنوعی استفاده کرد. شبکه های عصبی مصنوعی نوعی مدل سازی با الهام از سیستم های عصبی موجودات زنده هستند که مسائل را به نحو ساده تری قابل درک و توصیف می کنند. سنتز پودرها با استفاده از محلول های حاوی کلسیم و فسفر با نسبت های مختلف Ca به P صورت پذیرفت. pH محیط واکنش با استفاده از نیتریک اسید و سدیم هیدروکسید تنظیم شد. رسوب های حاصل به مدت یک ساعت در دمای ۱۱۰۰ درجه سلسیوس حرارت داده شدند. ترکیب شیمیایی پودرهای سنتز شده و نسبتCa/P در نمونه ها با استفاده از دستگاه پلاسمای جفت شده القایی تعیین شد. فازها و گروه های عاملی موجود در نمونه ها به ترتیب با استفاده از روش پراش پرتو ایکس و روش انتقال فوریه فروسرخ مشخص شدند. چهار شبکه سه لایه با الگوریتم یادگیری پس انتشار خطا با ده نورون در لایه مخفی و تابع تحریک سیگموئید خطی و الگوریتم یادگیری لونبرگ-مارکوارت با استفاده از داده های به دست آمده از آزمایش در چهار شکل متفاوت طراحی شد. بهترین نتیجه مربوط به شبکه ای با ۸۰ درصد از داده ها برای مرحله یادگیری، ۱۵ درصد برای مرحله اعتبارسنجی و ۵ درصد برای مرحله آزمون بود. برای اطمینان از عملکرد مطلوب شبکه ها، هر کدام از چهار شبکه با استفاده از چهار داده جدید مورد بررسی قرار گرفت و مشخص شد که نتایج تخمین زده شده توسط شبکه با نتایج به دست آمده از آزمایش مطابقت دارد.

Keywords:

Biphasic Calcium Phosphate , Chemical Synthesis , Artificial Neural Network , متداول ترین روش سنتز کلسیم فسفات های دوفازی برای کاربرد به عنوان بیومتریال , روش رسوب از محلول است. در این روش کنترل شرایط و عوامل واکنش از اهمیت بسیاری برخوردار است. برای پیش بینی شرایط چنین واکنشی می توان از روش های محاسباتی مانند شبکه های عصبی مصنوعی استفاده کرد. شبکه های عصبی مصنوعی نوعی مدل سازی با الهام از سیستم های عصبی موجودات زنده هستند که مسائل را به نحو ساده تری قابل درک و توصیف می کنند.

Paper COI Code

This Paper COI Code is JR_IJCSE-1-1_002. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1206461/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
صولتی هشجین، مهران و حکمی والا، امیرحسین و اسدی عیدیوند، میترا و فرزادی، ارغوان،1391،پیش بینی شرایط سنتز کلسیم فسفات های دوفازی با استفاده از شبکه عصبی مصنوعی،https://civilica.com/doc/1206461

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

  • ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support