MétaCan
Menu
Retour à la cohorte
Enregistrement W2106420032 · doi:10.1002/cjce.5450800322

Prediction of gas‐phase adsorption isotherms using neural nets

2002· article· en· W2106420032 sur OpenAlexaffvenue
Sukanta Basu, Paul Henshaw, Nihar Biswas, Hon Keung Kwan

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAdsorptionMethanePropaneActivated carbonArtificial neural networkThermodynamicsHydrocarbonApproximation errorSorption isothermChemistryMaterials scienceMathematicsApplied mathematicsPhysical chemistryComputer scienceOrganic chemistryPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigated a number of models (the modified Sips', Dubinin‐Astakhov's, VSM theory, the generalized Khan et al.'s model and a simple artificial neural network (ANN)) to predict the effect of temperature on equilibrium adsorption of hydrocarbon gases and vapors on activated carbon. Published data on the adsorption of methane, ethane and propane on activated carbon at 311 K to 505 K were used to estimate the parameters of the conventional models and train the network. Then, the conventional models and the ANN were used to predict the isotherm at a single temperature for each adsorbate, and these results were compared with experimental data. It was found that the ANN model had a lower mean relative error than the conventional models.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,424

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,020
Tête enseignante GPT0,185
Écart entre enseignants0,165 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207