Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > Machine Learning-Based Dynamic Modeling for Process Engineering Applications: A Guideline for Simulation and Prediction from Perceptron to Deep Learning

Publicações

Machine Learning-Based Dynamic Modeling for Process Engineering Applications: A Guideline for Simulation and Prediction from Perceptron to Deep Learning

Título
Machine Learning-Based Dynamic Modeling for Process Engineering Applications: A Guideline for Simulation and Prediction from Perceptron to Deep Learning
Tipo
Artigo em Revista Científica Internacional
Ano
2022
Autores
Rebello, CM
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Marrocos, PH
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Costa, EA
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Santana, VV
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Rodrigues, AE
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ana M. Ribeiro
(Autor)
FEUP
Nogueira, IBR
(Autor)
FEUP
Ver página pessoal Sem permissões para visualizar e-mail institucional Pesquisar Publicações do Participante Ver página do Authenticus Sem ORCID
Revista
A Revista está pendente de validação pelos Serviços Administrativos.
Título: PROCESSESImportada do Authenticus Pesquisar Publicações da Revista
Página Final: 250
ISSN: 2227-9717
Outras Informações
ID Authenticus: P-00W-1VB
Abstract (EN): A misusage of machine learning (ML) strategies is usually observed in the process systems engineering literature. This issue is even more evident when dynamic identification is performed. The root of this problem is the gradient explode and vanishing issue related to the recurrent neural networks training. However, after the advent of deep learning, these issues were mitigated. Furthermore, the problem of data structuration is often overlooked during the machine learning model identification in this field. In this scenario, this work proposes a guideline for identifying ML models for the different applications in process systems engineering, which are usually for simulation or prediction purposes. While using the proposed guideline, the work also identifies a virtual analyzer for a pressure swing adsorption unit. In these types of adsorption separations, it is usual that the measurement of the main properties is not done online. Therefore, the virtual analyzer is another contribution of this manuscript. The overall results demonstrate that even though the test provides good performance during the ML model identification, its quality might degenerate over the application domain if the model application is overlooked.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 18
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Da mesma revista

Processing Methods Used in the Fabrication of Macrostructures Containing 1D Carbon Nanomaterials for Catalysis (2020)
Outra Publicação em Revista Científica Internacional
Restivo, J; O.S.G.P. Soares; Manuel Fernando R Pereira
The Effect of Air Relative Humidity on the Drying Process of Sanitary Ware at Low Temperature: An Experimental Study (2023)
Artigo em Revista Científica Internacional
J.M.P.Q. Delgado; R.S. Gomez; K.C. Gomes; J.M.A.M. Gurgel; L.B. Alves; R.A. Queiroga; H.L.F. Magalhães; E.J.C. Silva; L.S.S. Pinheiro; D.S. Oliveira; H.W.D. Moreira; H.C. Brito
Stir Casting Routes for Processing Metal Matrix Syntactic Foams: A Scoping Review (2022)
Artigo em Revista Científica Internacional
de la Muela, AMS; Duarte, J; João Santos Baptista; Cambronero, LEG; Ruiz-Roman, JM; Elorza, FJ
Static Light Scattering Monitoring and Kinetic Modeling of Polyacrylamide Hydrogel Synthesis (2019)
Artigo em Revista Científica Internacional
Mário Rui P. F. N. Costa; Catarina Gomes; Rolando C. S. Dias

Ver todas (33)

Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Direito da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-08-20 às 00:00:28 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias