亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Deep learning-based dispersion prediction model for hazardous chemical leaks using transfer learning

学习迁移 危险废物 色散(光学) 深度学习 计算机科学 人工智能 工程类 物理 废物管理 光学
作者
Xiaoyi Han,Jiaxing Zhu,Haosen Li,Wei Xu,Junjie Feng,Hao Lin,Hongyuan Wei
出处
期刊:Chemical Engineering Research & Design [Elsevier BV]
卷期号:188: 363-373 被引量:17
标识
DOI:10.1016/j.psep.2024.05.125
摘要

Machine learning has been employed for the rapid and accurate prediction of gas leak dispersion. However, existing models require extensive high-precision numerical simulation datasets, which presents a significant computational challenge. This study proposes a novel method using transfer learning for real-time dispersion prediction of hazardous chemical leaks. A deep learning model is pre-trained using all samples of a specific chemical, followed by fine-tuning with a small subset of samples from another chemical. This process enables the transfer of dispersion models across different chemicals and achieves rapid prediction of dispersion consequences for various chemicals. Optimal model hyperparameters are determined through a genetic algorithm, while the optimal numbers of reused layers and training samples are explored through sensitivity analysis. The proposed transfer learning method significantly reduces numerical computations by 52% to 74% while maintaining high prediction accuracy. This approach can provide guidance for developing deep learning-based dispersion prediction models for hazardous chemical leaks and help with emergency response strategies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
优美的豪英完成签到,获得积分10
刚刚
科研通AI65的应助被晚风采纳,获得10
8秒前
14秒前
15秒前
leo发布了新的文献求助10
19秒前
32秒前
风一样的风干肠完成签到 ,获得积分10
33秒前
37秒前
yqt完成签到,获得积分10
39秒前
39秒前
39秒前
40秒前
fantasy的应助被科研通管家采纳,获得10
40秒前
40秒前
40秒前
晚风发布了新的文献求助10
44秒前
48秒前
xin完成签到,获得积分10
52秒前
Owen的应助被leo采纳,获得10
53秒前
你奶奶完成签到,获得积分10
55秒前
丘比特的应助被你奶奶采纳,获得10
1分钟前
Owen的应助被诚心的茉莉采纳,获得10
1分钟前
orixero的应助被白华苍松采纳,获得10
1分钟前
1分钟前
仁爱的鹤轩完成签到,获得积分10
1分钟前
leo发布了新的文献求助10
1分钟前
小王快毕业完成签到,获得积分20
1分钟前
CodeCraft的应助被leo采纳,获得10
1分钟前
晚风发布了新的文献求助10
1分钟前
JY发布了新的文献求助10
1分钟前
1分钟前
今后的应助被林林采纳,获得10
1分钟前
机灵的以莲完成签到,获得积分10
1分钟前
yc发布了新的文献求助10
1分钟前
1分钟前
leo发布了新的文献求助10
1分钟前
wanci的应助被leo采纳,获得10
2分钟前
半山听雨N完成签到 ,获得积分10
2分钟前
LL发布了新的文献求助10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Sex, Aging, and Death in a Medieval Medical Compendium: Trinity College Cambridge MS R.14.52, Its Texts, Language, and Scribe 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8190078
求助须知:如何正确求助?哪些是违规求助? 9577216
关于积分的说明 21852047
捐赠科研通 7788239
什么是DOI,文献DOI怎么找? 3436240
关于科研通互助平台的介绍 2559964
邀请新用户注册赠送积分活动 2482824