arrow
返回

Machine learning-driven modeling framework for steam co-gasification applications

delete2025-09-19
delete0
PRE
AI
U
Usman Khan Jadoon
I
Ismael Díaz
M
Manuel Rodríguez *
DOI:10.1016/j.fuproc.2025.108340delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 实验研究汇编及数据集整理用于模型开发。 • 筛选多种机器学习模型以确定性能最佳的代理模型。 • 在TEM、RTM、KM和机器学习模型之间进行了比较评估。 • 使用cGAN生成合成数据以支持扩展的敏感性分析。 • 采用SHAP和PDP分析确定关键过程变量。
Keyword:
Co-gasification
First-principle modeling
Machine learning
Syngas prediction
Sensitivity analysis
Explainable AI
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Fuel Processing Technology 封面图
Fuel Processing Technology
IF:
7.7
论文数:
6.9K
被引数:
2.7W

机构

暂无机构信息
引用论文

引用论文

Generative Adversarial Networks生成对抗网络
err2020-10-22
err1.0W
errOAAI
errGoodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua
err分享
err收藏
学者 查看更多内容