Machine Learning and Hybrid Modelling for Reaction Engineering: Theory and Applications
Az elmúlt évtizedben jelentős elmozdulás történt a hagyományos mechanisztikus és empirikus modellezéstől a statisztikai és adatvezérelt modellezés felé a reakciótechnikai alkalmazásokban.
Különösen a gépi tanulás és az első elvi modellek integrációja mutatott jelentős potenciált és sikert a (bio)kémiai kinetika felfedezése, az összetett reakciók előrejelzése és optimalizálása, valamint az ipari reaktorok méretnövelése terén. A legújabb kutatásokat összefoglaló és a hibrid modellezés kémiai és biokémiai reakciómérnöki alkalmazások jelenlegi határterületeit bemutató Machine Learning and Hybrid Modelling for Reaction Engineering a hibrid modellek módszertani fejlesztése terén hiánypótló.
A hibrid modellépítés, az időben változó paraméterek becslése, a modellszerkezet azonosítása és a bizonytalansági elemzés alapvető elméletének szisztematikus magyarázatával ez a könyv nagyszerű forrás mind a legújabb számítási technikákat kutatásaikban alkalmazni kívánó vegyészmérnökök, mind a munkájuk új alkalmazásai iránt érdeklődő számításos kémikusok számára.