Apprendimento automatico e modellazione ibrida per l'ingegneria delle reazioni: Teoria e applicazioni

Titolo originale:

Machine Learning and Hybrid Modelling for Reaction Engineering: Theory and Applications

Contenuto del libro:

Nell'ultimo decennio si è assistito a un significativo spostamento dalla modellazione tradizionale meccanicistica ed empirica alla modellazione statistica e guidata dai dati per applicazioni nell'ingegneria delle reazioni.

In particolare, l'integrazione dell'apprendimento automatico e dei modelli di primo principio ha dimostrato un notevole potenziale e successo nella scoperta della cinetica (bio)chimica, nella previsione e ottimizzazione di reazioni complesse e nello scale-up di reattori industriali. Riassumendo le ultime ricerche e illustrando le attuali frontiere nelle applicazioni della modellazione ibrida per l'ingegneria delle reazioni chimiche e biochimiche, Machine Learning and Hybrid Modelling for Reaction Engineering colma una lacuna nello sviluppo della metodologia dei modelli ibridi.

Con una spiegazione sistematica della teoria fondamentale della costruzione di modelli ibridi, della stima dei parametri variabili nel tempo, dell'identificazione della struttura del modello e dell'analisi dell'incertezza, questo libro è un'ottima risorsa sia per gli ingegneri chimici che desiderano utilizzare le più recenti tecniche computazionali nella loro ricerca, sia per i chimici computazionali interessati a nuove applicazioni per il loro lavoro.