인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Despite the critical role of biofilters in water quality and sustainability, predicting their performance remains challenging due to the complexity of microbial interactions and limitations of sparse, high-dimensional datasets. Here, we introduce EnviroPiNet, a novel physics-guided AI framework designed to predict biofilter performance by accurately modeling carbon concentration dynamics. EnviroPiNet incorporates a physics-inspired backbone that enables the model to learn the physical properties of complex environments, ensuring predictions are grounded in system behavior. Additionally, we implement an ensemble hybrid approach to identify and extract key parameters essential for accurate carbon concentration predictions. We benchmark EnviroPiNet against conventional methods that lack physics-guided variable selection, demonstrating its superiority in identifying variables critical to biofilter performance evaluation. Trained on biofilter datasets, EnviroPiNet achieves a high coefficient of determination ([Formula: see text] = 0.9) on test sets, highlighting its predictive accuracy and robustness.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
