Physically Consistent Neural Network Surrogates of Catalytic Reactors with Detailed Surface Kinetics
ACS Engineering Au · 15.04.2026 · 6 (2) · 359-371
DOI: 10.1021/acsengineeringau.5c00106 ↗Kurz gefasst
Fachartikel in der Zeitschrift ACS Engineering Au, online erschienen am 30.01.2026. Verfasst von Felix A. Döppel und 2 weiteren Autor:innen. Die Arbeit wurde bisher 10-mal zitiert (Crossref) und nennt 45 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Deutsche Forschungsgemeinschaft, Politecnico di Milano.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Deutsche Forschungsgemeinschaft
- Politecnico di Milano
Zitieren
APA
Döppel, F. A., Bracconi, M., & Maestri, M. (2026). Physically Consistent Neural Network Surrogates of Catalytic Reactors with Detailed Surface Kinetics. ACS Engineering Au, 6(2), 359-371. https://doi.org/10.1021/acsengineeringau.5c00106
Vancouver
Döppel FA, Bracconi M, Maestri M. Physically Consistent Neural Network Surrogates of Catalytic Reactors with Detailed Surface Kinetics. ACS Engineering Au. 2026;6(2):359-371. doi:10.1021/acsengineeringau.5c00106
BibTeX
@article{Dppel2026,
author = {Döppel, Felix A. and Bracconi, Mauro and Maestri, Matteo},
title = {Physically Consistent Neural Network Surrogates of Catalytic Reactors with Detailed Surface Kinetics},
journal = {ACS Engineering Au},
year = {2026},
volume = {6},
number = {2},
pages = {359--371},
doi = {10.1021/acsengineeringau.5c00106}
}
EUVIMED