Publikace detail

Artificial Neural Networks for Pyrolysis, Thermal Analysis, and Thermokinetic Studies: The Status Quo

Autoři: Muravyev Nikita V | Luciano Giorgio | Ornaghi Heitor Luiz, Jr | Svoboda Roman | Vyazovkin Sergey

Rok: 2021

Druh publikace: článek v odborném periodiku

Název zdroje: Molecules

Název nakladatele: MDPI

Místo vydání: BASEL

Strana od-do: "3727-1"-"3727-25"

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Umělé neurální sítě pro pyrolýzu, termální analýzu a termokinetické studie: Status Quo	Umělé neurální sítě jsou metody strojového učení, které jsou nyní široce využívané v řadě oborů jako jsou fyzika, chemie a materiální věda. Tyto sítě se mohou učit z dat a dávat přesné predikce. Jejich aplikace v pyrolýze, termické analýze a zejména v termokinetických studiích jsou však v počátečním stádiu.	umělá neurální síť; stupeň konverze; kinetika; strojové učení; pyrolýza; termická analýza
eng	Artificial Neural Networks for Pyrolysis, Thermal Analysis, and Thermokinetic Studies: The Status Quo	Artificial neural networks (ANNs) are a method of machine learning (ML) that is now widely used in physics, chemistry, and material science. ANN can learn from data to identify nonlinear trends and give accurate predictions. ML methods, and ANNs in particular, have already demonstrated their worth in solving various chemical engineering problems, but applications in pyrolysis, thermal analysis, and, especially, thermokinetic studies are still in an initiatory stage. The present article gives a critical overview and summary of the available literature on applying ANNs in the field of pyrolysis, thermal analysis, and thermokinetic studies. More than 100 papers from these research areas are surveyed. Some approaches from the broad field of chemical engineering are discussed as the venues for possible transfer to the field of pyrolysis and thermal analysis studies in general. It is stressed that the current thermokinetic applications of ANNs are yet to evolve significantly to reach the capabilities of the existing isoconversional and model-fitting methods.	artificial neural networks; conversion degree; kinetics; machine learning; pyrolysis; thermal analysis

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Ústavy a pracoviště

Jak nás najdete?

Služby

Často hledáte