Buchumschlag

A Hybrid Neural Network Model For Predicting The Nitrate Concentration In The Recirculating Aquaculture System

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Xiangyu, Lia, Jiaxin, Wang, Yingzhe, Qu, Yingsha, Li, Hao, Qu, Keming, Cui, Zhengguo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tokenizing Stock Prices for Enhanced Multi-Step Forecast and Prediction
von: Zhu, Zhuohang, et al.
Veröffentlicht: (2025)

Contiguous Storage of Grid Data for Heterogeneous Computing
von: Gu, Fan, et al.
Veröffentlicht: (2025)

How Do Ice Shelves Calve? Peridynamic Modeling of Ice Shelf Fracture Driven by Wave Erosion, Basal Melting, and Buoyancy Flexure
von: Song, Ying, et al.
Veröffentlicht: (2026)

GRAPPA -- A Hybrid Graph Neural Network for Predicting Pure Component Vapor Pressures
von: Hoffmann, Marco, et al.
Veröffentlicht: (2025)

Towards a Hybrid Digital Twin: Physics-Informed Neural Networks as Surrogate Model of a Reinforced Concrete Beam
von: Sahin, Tarik, et al.
Veröffentlicht: (2024)

Error Approximation and Bias Correction in Dynamic Problems using a Recurrent Neural Network/Finite Element Hybrid Model
von: von Tresckow, Moritz, et al.
Veröffentlicht: (2023)

A multi-order smoothed particle hydrodynamics method for cardiac electromechanics with the Purkinje network
von: Zhang, Chi, et al.
Veröffentlicht: (2021)

Rapid Estimation of Left Ventricular Contractility with a Physics-Informed Neural Network Inverse Modeling Approach
von: Naghavi, Ehsan, et al.
Veröffentlicht: (2024)

Graph-Network-Based Predictive Modeling for Highly Cross-Linked Polymer Systems
von: Lee, Wonseok, et al.
Veröffentlicht: (2023)

Robust Aggregation of Electric Vehicle Flexiblity
von: Mukhi, Karan, et al.
Veröffentlicht: (2024)

Multiscale Structural Reliability Analysis in high dimensions with Tensor Trains and Physics-Augmented Neural Networks
von: Tyagi, Aryan, et al.
Veröffentlicht: (2026)

SPH-Net: A Co-Attention Hybrid Model for Accurate Stock Price Prediction
von: Wu, Yiyang, et al.
Veröffentlicht: (2025)

A Physics-Enforced Neural Network to Predict Polymer Melt Viscosity
von: Jain, Ayush, et al.
Veröffentlicht: (2024)

Exploring Physics-Informed Neural Networks: From Fundamentals to Applications in Complex Systems
von: Ganga, Sai, et al.
Veröffentlicht: (2024)

Statistical Design of Thermal Protection System Using Physics-Informed Neural Network
von: Lyathakula, Karthik Reddy, et al.
Veröffentlicht: (2025)

A Deep Neural Network -- Mechanistic Hybrid Model to Predict Pharmacokinetics in Rat
von: Führer, Florian, et al.
Veröffentlicht: (2023)

Predicting the Temporal Dynamics of Prosthetic Vision
von: Hou, Yuchen, et al.
Veröffentlicht: (2024)

Amalgamation of Physics-Informed Neural Network and LBM for the Prediction of Unsteady Fluid Flows in Fractal-Rough Microchannels
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

Enhancing Accuracy and Efficiency in Calibration of Drinking Water Distribution Networks Through Evolutionary Artificial Neural Networks and Expert Systems
von: Gomez, Cristian, et al.
Veröffentlicht: (2024)

Generalized and high-efficiency arbitrary-positioned buffer for smoothed particle hydrodynamics
von: Zhang, Shuoguo, et al.
Veröffentlicht: (2024)

Predicting the Dynamics of Complex System via Multiscale Diffusion Autoencoder
von: Li, Ruikun, et al.
Veröffentlicht: (2025)

Constitutive Manifold Neural Networks
von: Schuttert, Wouter J., et al.
Veröffentlicht: (2025)

GA-Field: Geometry-Aware Vehicle Aerodynamic Field Prediction
von: Zheng, Zhenhua, et al.
Veröffentlicht: (2026)

Graph Neural Network Approach to Predict the Effects of Road Capacity Reduction Policies: A Case Study for Paris, France
von: Natterer, Elena, et al.
Veröffentlicht: (2024)

Bayesian uncertainty analysis for underwater 3D reconstruction with neural radiance fields
von: Lian, Haojie, et al.
Veröffentlicht: (2024)

Sparse Diffusion Autoencoder for Test-time Adapting Prediction of Complex Systems
von: Cheng, Jingwen, et al.
Veröffentlicht: (2025)

Multimodal Fusion with Relational Learning for Molecular Property Prediction
von: Zhou, Zhengyang, et al.
Veröffentlicht: (2024)

WeightFlow: Learning Stochastic Dynamics via Evolving Weight of Neural Network
von: Li, Ruikun, et al.
Veröffentlicht: (2025)

Deep Convolutional Neural Networks for Short-Term Multi-Energy Demand Prediction of Integrated Energy Systems
von: Arsene, Corneliu, et al.
Veröffentlicht: (2023)

A Generative Adversarial Graph Neural Network for Synthetic Time Series Data
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

Accelerated Patient-Specific Hemodynamic Simulations with Hybrid Physics-Based Neural Surrogates
von: Rubio, Natalia L., et al.
Veröffentlicht: (2026)

Thermodynamically Consistent Hybrid and Permutation-Invariant Neural Yield Functions for Anisotropic Plasticity
von: Jadoon, Asghar A., et al.
Veröffentlicht: (2025)

FFV-PINN: A Fast Physics-Informed Neural Network with Simplified Finite Volume Discretization and Residual Correction
von: Wei, Chang, et al.
Veröffentlicht: (2026)

The Statistical Significance of the Inclusion of Graph Neural Networks in the Financial Time Series Forecasting Problem
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

Towards heterogeneous parallelism for SPHinXsys
von: Hu, Xiangyu, et al.
Veröffentlicht: (2026)

Generative Multi-Form Bayesian Optimization
von: Guo, Zhendong, et al.
Veröffentlicht: (2025)

BrainTAP: Brain Disorder Prediction with Adaptive Distill and Selective Prior Integration
von: Lei, Zhenyu, et al.
Veröffentlicht: (2026)

Enforced Interface Constraints for Domain Decomposition Method of Discrete Physics-Informed Neural Networks
von: Yin, Jichao, et al.
Veröffentlicht: (2025)

Physics Informed Neural Networks for Modeling of 3D Flow-Thermal Problems with Sparse Domain Data
von: Bhatnagar, Saakaar, et al.
Veröffentlicht: (2023)

Bridging Equilibrium and Kinetics Prediction with a Data-Weighted Neural Network Model of Methane Steam Reforming
von: Pizoń, Zofia, et al.
Veröffentlicht: (2025)