EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Physically Consistent Neural Network Surrogates of Catalytic Reactors with Detailed Surface Kinetics

Felix A. Döppel, Mauro Bracconi, Matteo Maestri

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →