Predicting octane numbers relying on principal component analysis and artificial neural network

Référence Computers & chemical engineering, 161, 107784
Publication Publié, 2022-04-06

Article révisé par les pairs

Local manifold learning and its link to domain-based physics knowledge
par Zdybal, Kamila , D'Alessio, Giuseppe , Attili, Antonio , Coussement, Axel , Sutherland, James C. , Parente, Alessandro
Publication 2023-03-01
Combination of polynomial chaos and Kriging for reduced-order model of reacting flow applications
par Aversano, Gianmarco , D'Alessio, Giuseppe , Coussement, Axel , Contino, Francesco , Parente, Alessandro
Publication 2021-06
Advancing Reacting Flow Simulations with Data-Driven Models
par Zdybal, Kamila , D'Alessio, Giuseppe , Aversano, Gianmarco , Malik, Mohammad Rafi , Coussement, Axel , Sutherland, James C. , Parente, Alessandro
Publication Cambridge University Press, 2023-01-12
Prediction of the octane number: a Bayesian pseudo-component method
par Tipler, Steven , Fürst, Magnus , Van Haute, Quentin , Contino, Francesco , Coussement, Axel
Publication 2020-09-03
Development of the reduced-order model of a turbulent swirling flame for the detection of instabilities using non-linear modal analysis
par Procacci, Alberto , Renaud, Antoine A. R. , Parente, Alessandro , Coussement, Axel
Publication 2023-04-26

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.