Aprendizaje automático y modelización híbrida para la ingeniería de reacción: Teoría y aplicaciones

Título original:

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

Contenido del libro:

En la última década, se ha producido un cambio significativo de la modelización mecanicista y empírica tradicional a la modelización estadística y basada en datos para aplicaciones en ingeniería de reacciones.

En particular, la integración del aprendizaje automático y los modelos de primer principio ha demostrado un potencial y un éxito significativos en el descubrimiento de la cinética (bio)química, la predicción y optimización de reacciones complejas y el escalado de reactores industriales. Resumiendo las últimas investigaciones e ilustrando las fronteras actuales en las aplicaciones de la modelización híbrida para la ingeniería de reacciones químicas y bioquímicas, Machine Learning and Hybrid Modelling for Reaction Engineering llena un vacío en el desarrollo metodológico de modelos híbridos.

Con una explicación sistemática de la teoría fundamental de la construcción de modelos híbridos, la estimación de parámetros variables en el tiempo, la identificación de la estructura del modelo y el análisis de incertidumbre, este libro es un gran recurso tanto para los ingenieros químicos que buscan utilizar las últimas técnicas computacionales en su investigación como para los químicos computacionales interesados en nuevas aplicaciones para su trabajo.