EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Design of a green ammonia production process by machine learning

Sho Takaoka, Hiromasa Kaneko

Analytical Sciences · 2026-07 · 42 (7) · 557-566

DOI: 10.1007/s44211-026-00903-3 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Analytical Sciences, online erschienen am 06.04.2026. Verfasst von Sho Takaoka und 1 weiteren Autor:innen. Beteiligte Einrichtung: Department of Applied Chemistry, School of Science and Technology, Meiji University, 1-1-1 Higashi-Mita, Tama-ku, Kawasaki, 214-8571, Kanagawa, Japan. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 27 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Meiji University.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Schlagwörter

Stichwörter der Autor:innen

Adaptive design of experimentsBayesian optimizationGreen ammoniaMachine learningProcess optimization

Autor:innen und Institutionen

  • Department of Applied Chemistry, School of Science and Technology, Meiji University, 1-1-1 Higashi-Mita, Tama-ku, Kawasaki, 214-8571, Kanagawa, Japan.
  • Department of Applied Chemistry, School of Science and Technology, Meiji University, 1-1-1 Higashi-Mita, Tama-ku, Kawasaki, 214-8571, Kanagawa, Japan. hkaneko@meiji.ac.jp.

Förderung

  • Meiji University

Zitieren

APA

Takaoka, S., & Kaneko, H. (2026). Design of a green ammonia production process by machine learning. Analytical Sciences, 42(7), 557-566. https://doi.org/10.1007/s44211-026-00903-3

Vancouver

Takaoka S, Kaneko H. Design of a green ammonia production process by machine learning. Analytical Sciences. 2026;42(7):557-566. doi:10.1007/s44211-026-00903-3

BibTeX
@article{Takaoka2026,
  author = {Takaoka, Sho and Kaneko, Hiromasa},
  title = {Design of a green ammonia production process by machine learning},
  journal = {Analytical Sciences},
  year = {2026},
  volume = {42},
  number = {7},
  pages = {557--566},
  doi = {10.1007/s44211-026-00903-3}
}
Kostenlos starten →