Dottorato in Ingegneria Chimica , 35o ciclo (2019-2022)
Dottorato concluso nel 2023
Tesi:
Deep neural networks as data-driven models for flow and transport in porous media (Abstract)
Tutori:
Daniele Marchisio Gianluca BoccardoDidattica
Insegnamenti
Corso di laurea magistrale
- Fenomeni di trasporto e Fluidodinamica computazionale (modulo di Fluidodinamica computazionale). A.A. 2020/21, INGEGNERIA CHIMICA E DEI PROCESSI SOSTENIBILI. Collaboratore del corso
Pubblicazioni
Pubblicazioni durante il dottorato Vedi tutte le pubblicazioni su Porto@Iris
- Marcato, Agnese; Santos, Javier E.; Boccardo, Gianluca; Viswanathan, Hari; Marchisio, ... (2023)
Prediction of local concentration fields in porous media with chemical reaction using a multi scale convolutional neural network. In: CHEMICAL ENGINEERING JOURNAL. ISSN 1385-8947
Contributo su Rivista - Marcato, Agnese (2023)
Deep neural networks as data-driven models for flow and transport in porous media. relatore: MARCHISIO, DANIELE; BOCCARDO, GIANLUCA; , 35. XXXV Ciclo, P.: 163
Doctoral Thesis - Marcato, A.; Boccardo, G.; Marchisio, D. (2022)
From Computational Fluid Dynamics to Structure Interpretation via Neural Networks: An Application to Flow and Transport in Porous Media. In: INDUSTRIAL & ENGINEERING CHEMISTRY RESEARCH. ISSN 0888-5885
Contributo su Rivista - Marcato, A.; Boccardo, G.; Marchisio, D. (2021)
A computational workflow to study particle transport and filtration in porous media: Coupling CFD and deep learning. In: CHEMICAL ENGINEERING JOURNAL, vol. 417. ISSN 1385-8947
Contributo su Rivista