Prof. Dr. Daniel Gaida

• Verbundvorhaben: Intelligenter Virtueller Betriebsassistent zur Optimierung landwirtschaftlicher Biogasanlagen durch ein Large Multimodal Model; Teilvorhaben 1: Virtueller Betriebsassistent (Agent, modellbasierte prädiktive Regelung); Gaida Daniel; Bundesministerium für Ernährung und Landwirtschaft

• TH Köln - Künstliche Intelligenz^plus (Anteil TBB / AR); Bartz-Beielstein Thomas; Bundesministerium für Bildung und Forschung

• Digitaler Retrofit
• Deep Learning in Resource and Data Constrained Edge Computing Systems
• A Bias Compensated Cross-relation Approach to Thermocouple Characterisation
• Feed Control of Anaerobic Digestion Processes for Sustainable Renewable Energy Production
• Multi-fidelity Modeling and Optimization of Biogas Plants
• Dynamische Echtzeit-Optimierung der Substratzufuhr für anaerobe Co-Vergärungsanlagen
• Instrumentation and Control of Anaerobic Digestion Processes: a Review and Some Research Challenges
• Optimizing Anaerobic Co-digestion Plants
• COD and NH4-N estimation in the inflow of Wastewater Treatment Plants using Machine Learning Techniques
• Intelligent Automation and IT for the Optimization of Renewable Energy and Wastewater Treatment Processes
• Multi-fidelity Modeling and Optimization of Biogas Plants
• An Advanced Simulation Model for Membrane Bioreactors
• Nonlinear Model Predictive Substrate Feed Control of Biogas Plants
• State Estimation for Anaerobic Digesters using the ADM1
• Predicting Organic Acid Concentration from UV/vis Spectrometry Measurements – A Comparison of Machine Learning Techniques
• Organic Acid Prediction in Biogas Plants Using UV/vis Spectroscopic Online-Measurements

Publikationsliste
Publikationsliste (CSV)
Publikationsliste (PDF) im "American Psychological Association 6th edition (DOI)"-Zitierstil
Publikationsliste (PDF) im "Anglia Ruskin University - Harvard"-Zitierstil
Publikationsliste (PDF) im "Gesellschaft für Bildung und Forschung in Europa - Harvard"-Zitierstil

Download
 RDF/XML-Format
 JSON-LD-Format
 Turtle-Format
 N3-Format