Buchumschlag

Fitting micro-kinetic models to transient kinetics of temporal analysis of product reactors using kinetics-informed neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nai, Dingqi, Gusmão, Gabriel S., Kilwein, Zachary A., Boukouvala, Fani, Medford, Andrew J.
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

Modeling Batch Crystallization under Uncertainty Using Physics-informed Machine Learning
von: Nai, Dingqi, et al.
Veröffentlicht: (2026)

An accurate and robust level-set formulation for multiple junction kinetics
von: Li, Tianchi, et al.
Veröffentlicht: (2025)

An entropy-stable and kinetic energy-preserving macro-element HDG method for compressible flows
von: Badrkhani, Vahid, et al.
Veröffentlicht: (2025)

A nonlinear phase-field model of corrosion with charging kinetics of electric double layer
von: Makuch, M., et al.
Veröffentlicht: (2024)

Automated machine learning for physics-informed convolutional neural networks
von: Zhou, Wanyun, et al.
Veröffentlicht: (2024)

Nonlinear electro-elastic finite element analysis with neural network constitutive models
von: Klein, Dominik K., et al.
Veröffentlicht: (2024)

PINN-MG: A physics-informed neural network for mesh generation
von: Wang, Min, et al.
Veröffentlicht: (2025)

A hybrid global local computational framework for ship hull structural analysis using homogenized model and graph neural network
von: Cai, Yuecheng, et al.
Veröffentlicht: (2025)

Physics-informed neural networks with curriculum training for poroelastic flow and deformation processes
von: Bekele, Yared W.
Veröffentlicht: (2024)

Surface profile recovery from electromagnetic field with physics--informed neural networks
von: Chen, Yuxuan, et al.
Veröffentlicht: (2024)

I-FENN for thermoelasticity based on physics-informed temporal convolutional network (PI-TCN)
von: Abueidda, Diab W., et al.
Veröffentlicht: (2023)

Domain decomposition of large neural network surrogate models
von: Gödde, Timm, et al.
Veröffentlicht: (2026)

Simulation of parametrized cardiac electrophysiology in three dimensions using physics-informed neural networks
von: Gomez, Roshan Antony, et al.
Veröffentlicht: (2025)

VW-PINNs: A volume weighting method for PDE residuals in physics-informed neural networks
von: Song, Jiahao, et al.
Veröffentlicht: (2024)

Physics-informed neural networks for parameter learning of wildfire spreading
von: Vogiatzoglou, Konstantinos, et al.
Veröffentlicht: (2024)

Convolutional neural network based reduced order modeling for multiscale problems
von: Zhang, Xuhan, et al.
Veröffentlicht: (2024)

Inverse design of anisotropic microstructures using physics-augmented neural networks
von: Jadoon, Asghar A., et al.
Veröffentlicht: (2024)

Learning solutions of parametric Navier-Stokes with physics-informed neural networks
von: Naderibeni, M., et al.
Veröffentlicht: (2024)

Physics-informed neural networks for form-finding of unilateral membrane structures
von: Sibille, Luigi, et al.
Veröffentlicht: (2026)

Convergence of physics-informed neural networks modeling time-harmonic wave fields
von: Schoder, Stefan, et al.
Veröffentlicht: (2025)

Algorithms and optimizations for global non-linear hybrid fluid-kinetic finite element stellarator simulations
von: Greco, Luca Venerando
Veröffentlicht: (2025)

Physics-augmented neural networks for constitutive modeling of hyperelastic geometrically exact beams
von: Schommartz, Jasper O., et al.
Veröffentlicht: (2024)

Hydrogen reaction rate modeling based on convolutional neural network for large eddy simulation
von: Malé, Quentin, et al.
Veröffentlicht: (2024)

Test-time data augmentation: improving predictions of recurrent neural network models of composites
von: Uvdal, Petter, et al.
Veröffentlicht: (2024)

PyTOaCNN: Topology optimization using an adaptive convolutional neural network in Python
von: Chadha, Khaish Singh, et al.
Veröffentlicht: (2024)

Data-driven building energy efficiency prediction using physics-informed neural networks
von: Michalakopoulos, Vasilis, et al.
Veröffentlicht: (2023)

A novel boundary integrated neural networks for in plane fracture mechanics analysis of elastic and piezoelectric materials
von: Zhang, Peijun, et al.
Veröffentlicht: (2025)

Gaussian process regression + deep neural network autoencoder for probabilistic surrogate modeling in nonlinear mechanics of solids
von: Deshpande, Saurabh, et al.
Veröffentlicht: (2024)

Usefulness of insights into the kinetic compensation effects in the kinetic analysis of the coal gasification process
von: Manoj Kumar Jena, et al.
Veröffentlicht: (2024)

Predicting the fatigue life of asphalt concrete using neural networks
von: Houlík, Jakub, et al.
Veröffentlicht: (2024)

Learning coupled Allen-Cahn and Cahn-Hilliard phase-field equations using Physics-informed neural operator(PINO)
von: Gangmei, Gaijinliu, et al.
Veröffentlicht: (2025)

Vehicle single track modeling using physics guided neural differential equations
von: Rhode, Stephan, et al.
Veröffentlicht: (2024)

Multiscale topology optimization of functionally graded lattice structures based on physics-augmented neural network material models
von: Stollberg, Jonathan, et al.
Veröffentlicht: (2024)

Multiscale topology optimization of compressible and nearly incompressible anisotropic hyperelastic structures using physics-augmented neural networks
von: Jadoon, Asghar A., et al.
Veröffentlicht: (2026)

A surrogate model for computational homogenization of elastostatics at finite strain using the HDMR-based neural network approximator
von: Nguyen-Thanh, Vien Minh, et al.
Veröffentlicht: (2019)

A deep spatio-temporal attention model of dynamic functional network connectivity shows sensitivity to Alzheimer's in asymptomatic individuals
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

Data-driven methods for computational mechanics: A fair comparison between neural networks based and model-free approaches
von: Zlatić, Martin, et al.
Veröffentlicht: (2024)

Interpretable long-term traffic modelling on national road networks using theory-informed deep learning
von: Li, Yue, et al.
Veröffentlicht: (2026)

Crystallization kinetics analysis and modeling of aerospace PAEK materials
von: Rodolfo Ledesma, et al.
Veröffentlicht: (2024)

Conversion‐time relations for fluid–solid reactors with shrinking‐core kinetics
von: Enrique Eduardo Tarifa, et al.
Veröffentlicht: (2025)