学习模型生成方法、程序、存储介质、学习完成模型

    公开(公告)号:CN113841150A

    公开(公告)日:2021-12-24

    申请号:CN202080036528.8

    申请日:2020-05-12

    Abstract: 为了发现拨水剂等的优选组合,必须进行多次试验和研究,时间上和成本上的负担大。学习模型生成方法用于生成学习模型,该学习模型能够使用计算机来决定在基材上固定有表面处理剂的物品的评价。学习模型生成方法包括获取步骤(S12)、学习步骤(S15)和生成步骤(S16)。在获取步骤(S12)中,计算机获取示教数据。示教数据包括基材信息、处理剂信息和物品的评价。在学习步骤(S15)中,计算机基于在获取步骤(S12)中获取的多个示教数据来进行学习。在生成步骤(S16)中,计算机基于在学习步骤(S15)中学习的结果来生成学习模型。物品是使表面处理剂固定在基材上而得到的。学习模型能够将输入信息作为输入,将评价作为输出。输入信息是与示教数据不同的未知的信息。输入信息是至少包括基材信息和处理剂信息的信息。

    表面处理剂
    5.
    发明公开

    公开(公告)号:CN110114435A

    公开(公告)日:2019-08-09

    申请号:CN201780081141.2

    申请日:2017-12-20

    Abstract: 本发明提供一种拨水拨油剂,其为包含(A)含有来自非氟(甲基)丙烯酸酯单体的重复单元的非氟聚合物、(B)蜡、(C)水性介质和(D)乳化剂的水性分散液,通过使用非氟(甲基)丙烯酸酯单体为式:CH2=CA11-C(=O)-O-A12[式中,A11为氢原子或甲基,A12为碳原子数18~30的直链或支链的烃基。]所示的化合物的拨水拨油剂,不使用含氟单体、特别是含氟代烷基的单体,而使拨水拨油加工的加工稳定性优异。

Patent Agency Ranking