机译:将机器学习和过程工程物理结合起来提高数据驱动模型的准确性和解释性
Dept. of Chemical Engineering Norwegian University of Science and Technology (NTNU) Trondheim NO-7491 Norway;
Dept. of Chemical Engineering Norwegian University of Science and Technology (NTNU) Trondheim NO-7491 Norway;
Machine learning; Explainable machine learning; Hybrid modeling; First principles modeling; Process engineering; Virtual flow metering;
机译:基于可解释的机器学习的解释和评估数据驱动的建筑能源绩效模型的新颖方法
机译:结合数据同化和机器学习,构建数据驱动模型,以便在心血管建模中构建未知的长时间动力学应用程序
机译:通过将机器学习与基于物理的细化结合的高精度蛋白质结构
机译:结合相关矢量机的增强型惰性学习,数据驱动的固定床间歇气化过程建模
机译:数据驱动的预测框架,用于复杂的多物理场工程应用建模
机译:使用机器学习和自然语言处理相结合的化学物质气味特征的预测模型
机译:用物理知识推导数据驱动的湍流模型 机器学习