Machine Learning and Hybrid Modelling for Reaction Engineering: Theory and Applications
In den letzten zehn Jahren hat sich eine deutliche Verlagerung von der traditionellen mechanistischen und empirischen Modellierung zur statistischen und datengesteuerten Modellierung für Anwendungen in der Reaktionstechnik vollzogen.
Insbesondere die Integration von maschinellem Lernen und First-Principle-Modellen hat bei der Entdeckung (bio)chemischer Kinetik, der Vorhersage und Optimierung komplexer Reaktionen und dem Scale-up industrieller Reaktoren erhebliches Potenzial und Erfolg gezeigt. Das Buch Machine Learning and Hybrid Modelling for Reaction Engineering fasst die neuesten Forschungsergebnisse zusammen und veranschaulicht die aktuellen Grenzen der Anwendung hybrider Modelle für die chemische und biochemische Reaktionstechnik und schließt damit eine Lücke in der Entwicklung von Methoden für hybride Modelle.
Mit einer systematischen Erläuterung der grundlegenden Theorie der Konstruktion hybrider Modelle, der Schätzung zeitvariabler Parameter, der Identifizierung der Modellstruktur und der Unsicherheitsanalyse ist dieses Buch eine großartige Ressource sowohl für Chemieingenieure, die die neuesten Computertechniken in ihrer Forschung einsetzen wollen, als auch für Computerchemiker, die an neuen Anwendungen für ihre Arbeit interessiert sind.
| ISBN: | 9781839165634 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
