パーセプトロン型ニューラルネットワークと多次元Ck級補間法を用いた樹脂被覆肥料の溶出誘導時間および80%溶出時間の推定― 分子の構造活性相関解析のためのニューラルネットワークシミュレータ: Neco(NEural network simulator for structure-activity COrrelation of molecules)の開発(5) ―

Abstract

被覆肥料の溶出誘導時間と80%溶出時間の見積もり時間を短縮するために、皮膜の近赤外反射スペクトルの高速フーリエ変換による1/f揺らぎ解析をもとに、パーセプトロン型ニューラルネットワークおよび多次元Ck級補間法を用いて溶出誘導時間および80%溶出時間を見積もった。その結果、パーセプトロンニューラルネットワークを用いると約10%程度の誤差で溶出誘導時間および80%溶出時間を見積もることができることがわかった。実測値と計算値の相関は回帰直線の傾きが0.9であり切片も小さい。相関係数も0.7程度で、実用上問題のない精度で予測が可能であることが判った。他方Ck級補間法は、ニューラルネットワークに比べ若干推定精度が悪く、実測値と計算値の相関も悪くなるが、実用的な誤差範囲に入っていることが判った。これらの方法は、近赤外反射スペクトルの測定からフーリエ変換、溶出誘導時間および80%溶出時間の計算時間まで実時間にして10分程度の時間しか必要としないので、樹脂被覆肥料の溶出誘導時間と80%溶出時間の見積もり時間を大幅に短縮できる可能性があることがわかった。