โครงข่ายประสาทฟิสิกส์เชิงสาเหตุที่ใช้สโตอิชิโอเมทรีจำลองจลนพลศาสตร์การสังเคราะห์ฟีนอล
งานนี้เสนอ causal physics-informed neural network (cPINN) สำหรับจำลองปฏิกิริยาสังเคราะห์ฟีนอลจาก alkaline fusion และ acidification โดยฝังกฎฟิสิกส์และข้อจำกัดสโตอิชิโอเมทรีใน loss function เพื่อเรียนรู้โปรไฟล์ความเข้มข้นและพารามิเตอร์จลนพลศาสตร์ของระบบสมการไม่เชิงเส้นที่แข็ง