MI-NiDIA: A scalable framework for modeling flocculation kinetics and floc evolution in water treatment[Formula presented]

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.contributorFederal University of Agriculture-
Autor(es): dc.contributorSão José dos Campos-
Autor(es): dc.creatorBankole, Abayomi O.-
Autor(es): dc.creatorMoruzzi, Rodrigo-
Autor(es): dc.creatorNegri, Rogério G.-
Autor(es): dc.creatorOishi, Cassio M.-
Autor(es): dc.creatorBankole, Afolashade R.-
Autor(es): dc.creatorJames, Abraham O.-
Data de aceite: dc.date.accessioned2025-08-21T22:12:06Z-
Data de disponibilização: dc.date.available2025-08-21T22:12:06Z-
Data de envio: dc.date.issued2025-04-29-
Data de envio: dc.date.issued2024-05-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1016/j.simpa.2024.100662-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/11449/297618-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/297618-
Descrição: dc.descriptionThis paper presents a scalable framework for modeling floc evolution and flocculation kinetics in water treatment. Unlike the existing methods that subjects Non-intrusive Dynamic Image Analysis (NiDIA) data to complex mathematical concepts, the proposed software devised a scaling concept for NiDIA data and designed an effective algorithm with the capability to predict varying floc lengths and the underlying kinetics under a broad flocculation conditions (Gf and Tf). Technically, the designed machine-intelligence framework (MI-NiDIA) involves data preprocessing, automatic parameter selection, validation and prediction of floc length evolution with metrics. For instance, MI-NiDIA-MLP recorded R2 of 0.95–1.0 for varying floc length at Gf60s−1.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionCivil and Environmental Engineering Graduate Program (UNESP) Bauru-
Descrição: dc.descriptionInstitute of Science and Technology São Paulo State University (UNESP) São José dos Campos-
Descrição: dc.descriptionDepartment of Water Resources Management and Agrometeorology Federal University of Agriculture-
Descrição: dc.descriptionGraduate Program in Natural Disasters (UNESP/CEMADEN) São José dos Campos-
Descrição: dc.descriptionFaculty of Science and Technology Department of Mathematics and Computer Science São José dos Campos-
Descrição: dc.descriptionCivil and Environmental Engineering Graduate Program (UNESP) Bauru-
Descrição: dc.descriptionInstitute of Science and Technology São Paulo State University (UNESP) São José dos Campos-
Descrição: dc.descriptionGraduate Program in Natural Disasters (UNESP/CEMADEN) São José dos Campos-
Descrição: dc.descriptionFAPESP: 2023/08052-1-
Descrição: dc.descriptionCNPq: 305220/2022-5-
Descrição: dc.descriptionCNPq: 309788/2021-8-
Descrição: dc.descriptionCNPq: 441591/2023-0-
Idioma: dc.languageen-
Relação: dc.relationSoftware Impacts-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectFlocculation kinetics-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectNon-intrusive image analysis-
Palavras-chave: dc.subjectSmart water treatment-
Título: dc.titleMI-NiDIA: A scalable framework for modeling flocculation kinetics and floc evolution in water treatment[Formula presented]-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.