[1E09-14] Petroleomics(1)

[1E14] Prediction of product composition using machine learning in catalytic cracking of polycyclic aromatic hydrocarbons

○Iori Shimada¹, Mitsumasa Osada¹, Hiroshi Fukunaga¹, Michihisa Koyama¹ (1. Shinshu University)

多環芳香族の接触分解反応を対象に、機械学習を利用した生成物組成予測モデルの構築に取り組んだ。原料組成と反応条件を記述子に用い、転化率や生成物組成を予測した。一般に機械学習において線形回帰モデルは非線形モデルに比べ解釈可能性は高いが予測精度に劣る。しかし物理化学的な根拠に基づいた特徴量エンジニアリングに取り組んだ結果、線形回帰モデルの予測精度が大きく向上し、解釈可能性と予測精度の高いモデル構築の可能性が示された。

Keywords:catalytic cracking, polycyclic aromatic hydrocarbons, machine learning