Прогнозування модуля Юнга полімерних нанокомпозитів, армованих графеном, за допомогою моделей машинного навчання
| dc.contributor.author | Присяжний, Андрій Олексійович | |
| dc.contributor.author | Prysiazhnyi, Andrii | |
| dc.date.accessioned | 2026-07-10T18:48:16Z | |
| dc.date.issued | 2026-07-01 | |
| dc.description.abstract | Об’єктом дослідження є механічна жорсткість полімерних нанокомпозитних систем «полімерна матриця – графеновий наповнювач» залежно від вмісту, морфології та типу наповнювача, виду матриці і технологічних умов виготовлення. Метою роботи є розробка та верифікація ансамблю моделей машинного навчання для прогнозування модуля Юнга (модуля пружності) полімерних нанокомпозитів, армованих графеном, на основі параметрів системи та умов синтезу. The object of study is the mechanical stiffness of "polymer matrix – graphene filler" nanocomposite systems depending on the filler loading, morphology, and type, as well as the matrix type and processing conditions. The aim of the work is to develop and verify an ensemble of machine learning models for predicting the Young's modulus of graphene-reinforced polymer nanocomposites based on system parameters and synthesis conditions. | |
| dc.identifier.citation | Присяжний А. О. Прогнозування модуля Юнга полімерних нанокомпозитів, армованих графеном, за допомогою моделей машинного навчання : кваліфікаційна бакалаврська работа : спец. 132 «Матеріалознавство» / наук. кер. Ю. Г. Ковальов. Кропивницький : ЦНТУ, 2026. 40 с. | |
| dc.identifier.uri | https://dspace.kntu.kr.ua/handle/123456789/19767 | |
| dc.language.iso | uk | |
| dc.publisher | ЦНТУ | |
| dc.subject | нанокомпозит | |
| dc.subject | графен | |
| dc.subject | модуль Юнга | |
| dc.subject | машинне навчання | |
| dc.subject | nanocomposite | |
| dc.subject | graphene | |
| dc.subject | Young's modulus | |
| dc.subject | machine learning | |
| dc.title | Прогнозування модуля Юнга полімерних нанокомпозитів, армованих графеном, за допомогою моделей машинного навчання | |
| dc.title.alternative | Predicting the Young's modulus of graphene-reinforced polymer nanocomposites using machine learning models | |
| dc.type | Other |