Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/147942
Títol: | Applying Design of Experiments and Machine Learning algorithms to define the consumption envelope of lactic acid |
Autoria: | Garcia Lopez, Marc |
Tutor: | Fernández Martínez, Daniel |
Resum: | Com a conseqüència de la crisis climàtica, la comunitat científica està dedicant cada vegada més esforços en el desenvolupament d’alternatives sostenibles als combustibles fòssils. Encara que no es tant conegut com l’energia eòlica o solar, l’ús de microorganismes i/o dels seus components cel·lulars per a la producció de biocombustibles i altres bioproductes està guanyant rellevància. No obstant, a llarg termini, aquests processos requereixin una important optimització per a que siguin econòmicament rentables. Històricament, aquesta optimització s’ha fet de forma un tant precària i a través de l’ús de mètodes subòptims (p.e. COST: change one single variable at a time). En qualsevol cas, si apliquem un disseny experimental i les eines computacionals adequades, podem obtenir resultats força robustos sense invertir ni massa temps ni massa esforç. En aquest projecte, volem aplicar el disseny d’experiments (DoE) i alguns algoritmes de Machine Learning (Naive Bayes, Support Vector Machines, Random Forests, Artificial Neural Networks) per a optimitzar un procés bioindustrial per a l’empresa Photanol, l’objectiu de la qual es transformar CO2 i llum solar en àcids orgànics a partir de soques modificades genèticament del cianobacteri Synechocystis PCC 6803. Sense entrar més en detall, la nostra finalitat és -mitjançant l’ús de classificadors- identificar aquelles combinacions de pH, temperatura i osmolaritat (π) que resulten en una taxa de consum d’àcid làctic -dels contaminants biològics que habiten els nostres reactorssegura (β < 0.1 mM/dia). |
Paraules clau: | design of experiments machine Learning microbial factories biological pollutants artificial neural networks consumption envelope naive bayes random forests support vector machines |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 25-gen-2023 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
mgarcialopez012345678FMDP0123report.pdf | Report of TFM | 2,46 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative CommonsLlicència Creative Commons