Jiang S.
30
Coauthors
6
Documentos
Volumen de publicaciones por año
Cargando gráfico
| Año de publicación | Num. Publicaciones |
|---|---|
| 2020 | 1 |
| 2021 | 4 |
| 2022 | 1 |
Publicaciones por áreas de conocimiento
Cargando gráfico
| Área de conocimiento | Num. Publicaciones |
|---|---|
| Aprendizaje automático | 5 |
| Ciencia de materiales | 2 |
| Ciencias de la computación | 2 |
| Ingeniería química | 1 |
| Catálisis | 1 |
| Simulación por computadora | 1 |
| Fibra óptica | 1 |
| Microbiología | 1 |
Publicaciones por áreas temáticas
Cargando gráfico
| Área temática | Num. Publicaciones |
|---|---|
| Métodos informáticos especiales | 3 |
| Física aplicada | 3 |
| Química física | 2 |
| Ciencias de la computación | 2 |
| Ingeniería química | 1 |
| Electricidad y electrónica | 1 |
| Enfermedades | 1 |
| Química analítica | 1 |
Principales fuentes de datos
| Origen | Num. Publicaciones |
|---|---|
| Scopus | 6 |
| Google Scholar | 0 |
| RRAAE | 0 |
Cargando gráfico
Coautores destacados por número de publicaciones
| Coautor | Num. Publicaciones |
|---|---|
| Víctor M. Zavala | 6 |
| Zinchik S. | 2 |
| Bar-Ziv E. | 2 |
| Van Lehn R.C. | 2 |
| Smith A.D. | 2 |
| Abbott N.L. | 2 |
| Friis S. | 1 |
| Long F. | 1 |
| Høgstedt L. | 1 |
| Chew A.K. | 1 |
Cargando gráfico
Top Keywords
Cargando gráfico
Publicaciones del autor
Convolutional neural nets in chemical engineering: Foundations, computations, and applications
ArticleAbstract: In this article, we review the mathematical foundations of convolutional neural nets (CNNs) with thePalabras claves:Chemical Engineering, convolutional neural networks, grid dataAutores:Jiang S., Víctor M. ZavalaFuentes:scopusFast pbkp_redictions of liquid-phase acid-catalyzed reaction rates using molecular dynamics simulations and convolutional neural networks
ArticleAbstract: The rates of liquid-phase, acid-catalyzed reactions relevant to the upgrading of biomass into high-vPalabras claves:Autores:Chew A.K., Jiang S., Van Lehn R.C., Víctor M. Zavala, Zhang W.Fuentes:scopusUsing machine learning and liquid crystal droplets to identify and quantify endotoxins from different bacterial species
ArticleAbstract: Detection and quantification of bacterial endotoxins is important in a range of health-related contePalabras claves:Autores:Abbott N.L., Jiang S., Noh J., Park C., Smith A.D., Víctor M. ZavalaFuentes:scopusAccurate Characterization of Mixed Plastic Waste Using Machine Learning and Fast Infrared Spectroscopy
ArticleAbstract: We present a combination of convolutional neural network (CNN) framework and fast MIR (mid-infraredPalabras claves:classification, IR spectra, Machine learning, plastic waste, real-timeAutores:Bar-Ziv E., Friis S., Høgstedt L., Jiang S., Long F., Víctor M. Zavala, Zinchik S.Fuentes:scopusUsing ATR-FTIR spectra and convolutional neural networks for characterizing mixed plastic waste
ArticleAbstract: We present a convolutional neural network (CNN) framework for classifying different types of plasticPalabras claves:classification, IR spectra, Machine learning, plastic waste, real-timeAutores:Bar-Ziv E., Jiang S., Kamran M., McDonald A.G., Paheding S., Víctor M. Zavala, Xu Z., Zinchik S.Fuentes:scopus