Discovering deposition process regimes: Leveraging unsupervised learning for process insights, surrogate modeling, and sensitivity analysis

This work introduces a comprehensive approach utilizing data-driven methods to elucidate the deposition process regimes in Chemical Vapor Deposition (CVD) reactors and the interplay of physical mechanism that dominate in each one of them. Through this work, we address three key objectives. Firstly,...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Geremy Loachamín-Suntaxi, Paris Papavasileiou, Eleni D. Koronaki, Dimitrios G. Giovanis, Georgios Gakis, Ioannis G. Aviziotis, Martin Kathrein, Gabriele Pozzetti, Christoph Czettl, Stéphane P.A. Bordas, Andreas G. Boudouvis
Format:	Artigo
Język:	Inglês
Wydane:	Elsevier 2024-11-01
Seria:	Chemical Engineering Journal Advances
Hasła przedmiotowe:	Arrhenius plot Fe CVD reactor Hierarchical clustering Polynomial chaos expansion Uncertainty quantification Sensitivity analysis
Dostęp online:	http://www.sciencedirect.com/science/article/pii/S266682112400084X
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!