An integrated approach based on virtual data augmentation and deep neural networks modeling for VFA production prediction in anaerobic fermentation process

标准差 相关系数 过程(计算) 计算机科学 生物系统 人工神经网络 废水 人工智能 无氧运动 发酵 数据挖掘 环境科学 模式识别(心理学) 机器学习 统计 数学 化学 生物 环境工程 食品科学 操作系统 生理学
作者
Runze Xu,Jiashun Cao,Yang Wu,Suna Wang,Jingyang Luo,Xueming Chen,Fang Fang
出处
期刊:Water Research [Elsevier]
卷期号:184: 116103-116103 被引量:44
标识
DOI:10.1016/j.watres.2020.116103
摘要

Data-driven models are suitable for simulating biological wastewater treatment processes with complex intrinsic mechanisms. However, raw data collected in the early stage of biological experiments are normally not enough to train data-driven models. In this study, an integrated modeling approach incorporating the random standard deviation sampling (RSDS) method and deep neural networks (DNNs) models, was established to predict volatile fatty acid (VFA) production in the anaerobic fermentation process. The RSDS method based on the mean values (x¯) and standard deviations (α) calculated from multiple experimental determination was initially developed for virtual data augmentation. The DNNs models were then established to learn features from virtual data and predict VFA production. The results showed that when 20000 virtual samples including five input variables of the anaerobic fermentation process were used to train the DNNs model with 16 hidden layers and 100 hidden neurons in each layer, the best correlation coefficient of 0.998 and the minimal mean absolute percentage error of 3.28% were achieved. This integrated approach can learn nonlinear information from virtual data generated by the RSDS method, and consequently enlarge the application range of DNNs models in simulating biological wastewater treatment processes with small datasets.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
无所屌谓发布了新的文献求助10
刚刚
2秒前
deng完成签到 ,获得积分10
2秒前
lalalala完成签到,获得积分10
2秒前
mature0821完成签到,获得积分10
3秒前
Yuxin发布了新的文献求助10
7秒前
日暮炊烟完成签到 ,获得积分0
9秒前
9秒前
9秒前
MFNM完成签到,获得积分10
9秒前
时秋发布了新的文献求助10
11秒前
徐婷完成签到,获得积分10
12秒前
共享精神应助Yuxin采纳,获得10
13秒前
小二郎应助Hh采纳,获得10
14秒前
15秒前
完美世界应助科研通管家采纳,获得10
15秒前
orixero应助科研通管家采纳,获得10
16秒前
乐乐应助科研通管家采纳,获得10
16秒前
16秒前
科研通AI2S应助科研通管家采纳,获得10
16秒前
Migue应助科研通管家采纳,获得10
16秒前
Akim应助科研通管家采纳,获得10
16秒前
科研通AI2S应助科研通管家采纳,获得10
16秒前
思源应助科研通管家采纳,获得10
16秒前
Akim应助科研通管家采纳,获得10
16秒前
科研通AI2S应助科研通管家采纳,获得30
16秒前
科研通AI2S应助科研通管家采纳,获得10
16秒前
慕青应助科研通管家采纳,获得10
16秒前
Orange应助科研通管家采纳,获得10
17秒前
17秒前
17秒前
斯文败类应助科研通管家采纳,获得10
17秒前
小菜鸟发布了新的文献求助50
17秒前
白桃乌龙完成签到,获得积分10
17秒前
iNk应助湘君采纳,获得10
18秒前
欢喜雯发布了新的文献求助10
19秒前
彭于晏应助俗人采纳,获得10
19秒前
爆米花应助Eris采纳,获得10
19秒前
19秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162844
求助须知:如何正确求助?哪些是违规求助? 2813816
关于积分的说明 7902135
捐赠科研通 2473442
什么是DOI,文献DOI怎么找? 1316849
科研通“疑难数据库(出版商)”最低求助积分说明 631545
版权声明 602187