Parameter identification in a simple chemostat model using neural networks

Moulai-Khatir, Anes (2025) Parameter identification in a simple chemostat model using neural networks Annales Mathematicae et Informaticae. ISSN 1787-6117 (Online)

pdf AMI_online_1595.pdf Download (703kB) [error in script]

Absztrakt (kivonat)

This paper investigates the use of a neural network approach for parameter estimation in the chemostat model, relevant to applications like wastewater treatment and bioreactor design. Accurate parameter characterization serves as the foundation for understanding system dynamics and making reliable predictions. Traditional optimization-based methods face challenges such as noise and high-dimensional data. Neural networks offer a promising alternative due to their ability to handle complex datasets. The work applies a simple neural network model, demonstrating its effectiveness for estimating chemostat parameters. While advanced techniques like neural architecture search (NAS) are not included, the approach provides a practical solution for parameter identification in dynamic models.

Mű típusa:	Folyóiratcikk - Journal article
Szerző:	Szerző neve Email MTMT azonosító ORCID azonosító Közreműködés Moulai-Khatir, Anes NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző
Megjegyzés:	Accepted manuscript. Published online: October 19, 2025
Kapcsolódó URL-ek:	Folyóirat honlapja
Kulcsszavak:	chemostat model, neural network, parameter identification
Nyelv:	angol
DOI azonosító:	10.33039/ami.2025.10.019
ISSN:	1787-6117 (Online)
Felhasználó:	Tibor Gál
Dátum:	20 Okt 2025 07:19
Utolsó módosítás:	20 Okt 2025 07:19
URI:	http://publikacio.uni-eszterhazy.hu/id/eprint/8794

Műveletek (bejelentkezés szükséges)

Tétel nézet