物理信息参数推断框架

物理融合提升推断

把物理先验知识与神经网络结合，提高酶促生物柴油系统参数推断的准确性和可解释性。

Yu, Chen · Yu, Hui · Chengjie, Liu · Jin, Xie · Han, Jun · 戴厚德

Applied Energy 2024

技术优势

推断更准

通过物理先验约束神经网络训练，框架在真实生物柴油实验数据上验证了准确的参数估计。

可解释更强

物理知识的融入使参数推断过程遵守物理定律，增强了数据驱动模型的可解释性。

应对多尺度难题

提出改进策略，解决物理信息机器学习在多尺度特征和时间因果违反方面的实际应用挑战。

应用场景

• 复杂系统建模与控制：为复杂动态系统提供可解释、泛化强的建模工具，支撑控制和决策。
• 生物过程优化：更准确的参数推断帮助优化生物过程运行条件，提高效率。
• 生物柴油生产：框架可直接用于生物柴油生产系统的参数估计，改进过程建模。