English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Todos os problemas físicos suscetíveis à modelagem matemática podem ser classificados como problemas diretos ou inversos. Os problemas diretos são os mais propalados; nesses, efeitos mensuráveis são determinados a partir de causas bem conhecidas. Os problemas inversos são aqueles em que se determinam causas a partir de efeitos. São tão importantes e possuem tantas aplicações científicas quanto os diretos embora seu tratamento matemático seja quase sempre mais complexo exigindo técnicas numéricas especiais. Uma dessas técnicas é um algoritmo baseado em redes neuronais artificiais que têm sido utilizado recentemente com grande sucesso em diferentes tipos de problemas inversos. Nesse artigo discute-se a filosofia do problema inverso em Cinética Química e aplica-se o método de redes neuronais artificiais para resolvê-lo. Dois modelos para mecanismos cinéticos, protótipos de grande relevância para uma série de reações químicas e biológicas são abordados. A eficiência da rede neuronal é comparada com aquela de outras técnicas numéricas de otimização disponíveis em pacotes comerciais, os algoritmos Levenberg-Maquardt e Simplex.

RESOLUÇÃO DE PROBLEMAS INVERSOS EM CINÉTICA QUÍMICA USANDO REDES NEURONAIS ARTIFICIAIS