Prediction of Water Vapor Condensation Heat Transfer in Horizontal Channels with Non-Condensable Gases using Machine Learning Methods
Diese Studie entwickelt ein maschinelles Lernframework unter Verwendung von dimensionslosen Parametern, die aus dem Buckingham-Theorem abgeleitet wurden, um den Wärmeübergang der Wasserdampfkondensation in horizontalen Kanälen mit nicht kondensierbaren Gasen genau und effizient vorherzusagen, wobei sie zeigt, dass der XGBoost-Algorithmus traditionelle Korrelationen und andere Modelle übertrifft und dabei selbst mit einem reduzierten Merkmalsatz eine hohe Genauigkeit beibehält.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.