Buchumschlag

A novel biomass fluidized bed gasification model coupled with machine learning and CFD simulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Wang, Chun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Improving CFD simulations by local machine-learned correction
von: Mitra, Peetak, et al.
Veröffentlicht: (2023)

Hybrid machine learning models based on physical patterns to accelerate CFD simulations: a short guide on autoregressive models
von: Sengupta, Arindam, et al.
Veröffentlicht: (2025)

Insights of rising bubble dynamics of air‐blown biomass gasification in bubbling fluidized bed gasifier
von: Haoran Sun, et al.
Veröffentlicht: (2024)

CFD‐ANN coupling model simulation of gas–solid feeding design for ternary biomass mixtures in bubbling fluidized bed gasifier
von: Chaiwat Soanuch, et al.
Veröffentlicht: (2024)

CO 2 ‐based spouted fluidized bed gasification of kitchen waste: Experimental investigation with process modelling
von: Nilesh Lokare, et al.
Veröffentlicht: (2024)

Assessment of the conditional exchangeability assumption in causal machine learning models: a simulation study
von: Portela, Gerard T., et al.
Veröffentlicht: (2025)

Using machine learning to map simulated noisy and laser-limited multidimensional spectra to molecular electronic couplings
von: Schultz, Jonathan D., et al.
Veröffentlicht: (2025)

Fusing CFD and measurement data using transfer learning
von: Barklage, Alexander, et al.
Veröffentlicht: (2025)

Identification of volatile cloudy zone in a liquid‐injected fluidized bed by CFD–DEM simulation
von: Qiushi Xu, et al.
Veröffentlicht: (2025)

When to retrain a machine learning model
von: Florence, Regol, et al.
Veröffentlicht: (2025)

Understanding with toy surrogate models in machine learning
von: Páez, Andrés
Veröffentlicht: (2024)

Physics-based machine learning for mantle convection simulations
von: Agarwal, Siddhant, et al.
Veröffentlicht: (2025)

Material synthesis through simulations guided by machine learning: a position paper
von: Syed, Usman, et al.
Veröffentlicht: (2024)

Dynamical simulation via quantum machine learning with provable generalization
von: Gibbs, Joe, et al.
Veröffentlicht: (2022)

A machine learning model for skillful climate system prediction
von: Zhou, Chenguang, et al.
Veröffentlicht: (2025)

A comparative analysis of machine learning models in SHAP analysis
von: Lin, Justin, et al.
Veröffentlicht: (2026)

SSRCA: a novel machine learning pipeline to perform sensitivity analysis for agent-based models
von: Rohr, Edward H., et al.
Veröffentlicht: (2025)

Causal hybrid modeling with double machine learning
von: Cohrs, Kai-Hendrik, et al.
Veröffentlicht: (2024)

Accelerating exoplanet climate modelling: A machine learning approach to complement 3D GCM grid simulations
von: Plaschzug, Alexander, et al.
Veröffentlicht: (2025)

CFD modeling of gas–solid flow in a two‐stage jetting fluidized bed with an overflow standpipe
von: Zhengyu Wang, et al.
Veröffentlicht: (2024)

A metrological framework for uncertainty evaluation in machine learning classification models
von: Bilson, Samuel, et al.
Veröffentlicht: (2025)

A simulation-based training framework for machine-learning applications in ARPES
von: Na, MengXing, et al.
Veröffentlicht: (2025)

TQml Simulator: optimized simulation of quantum machine learning
von: Kuzmin, Viacheslav, et al.
Veröffentlicht: (2025)

Comparing statistical and machine learning methods for time series forecasting in data-driven logistics -- A simulation study
von: Schmid, Lena, et al.
Veröffentlicht: (2023)

Interpolating neural network: A novel unification of machine learning and interpolation theory
von: Park, Chanwook, et al.
Veröffentlicht: (2024)

Optimization of simulation model adaptability and CFD of particles of Geldart‐B in a gas–solid fluidized bed for silicone monomer synthesis
von: Boqiang Fu, et al.
Veröffentlicht: (2024)

SIBILA: A novel interpretable ensemble of general-purpose machine learning models applied to medical contexts
von: Banegas-Luna, Antonio Jesús, et al.
Veröffentlicht: (2022)

Do machine learning climate models work in changing climate dynamics?
von: Navarro, Maria Conchita Agana, et al.
Veröffentlicht: (2025)

mlr3summary: Concise and interpretable summaries for machine learning models
von: Dandl, Susanne, et al.
Veröffentlicht: (2024)

Feature salience - not task-informativeness - drives machine learning model explanations
von: Clark, Benedict, et al.
Veröffentlicht: (2026)

Toward generative machine learning for boosting ensembles of climate simulations
von: Gooya, Parsa, et al.
Veröffentlicht: (2026)

Benchmarking machine learning models for predicting aerofoil performance
von: Summerell, Oliver, et al.
Veröffentlicht: (2025)

Correlation inference attacks against machine learning models
von: Creţu, Ana-Maria, et al.
Veröffentlicht: (2021)

CFD-DEM study of mixing in a monodispersed solid-liquid fluidized bed
von: Ferreira, Victor Oliveira, et al.
Veröffentlicht: (2024)

Locating disparities in machine learning
von: von Zahn, Moritz, et al.
Veröffentlicht: (2022)

Lamarr: LHCb ultra-fast simulation based on machine learning models deployed within Gauss
von: Barbetti, Matteo
Veröffentlicht: (2023)

Process simulation on oxy‐fuel combustion of coal and biomass in a circulating fluidized bed
von: Xuejiao Liu, et al.
Veröffentlicht: (2025)

A probabilistic view on Riemannian machine learning models for SPD matrices
von: de Surrel, Thibault, et al.
Veröffentlicht: (2025)

Analytical results for uncertainty propagation through trained machine learning regression models
von: Thompson, Andrew
Veröffentlicht: (2024)

Stochastic parameter reduced-order model based on hybrid machine learning approaches
von: Fang, Cheng, et al.
Veröffentlicht: (2024)