by Jesse van Oostrum, Institute for Data Science Foundations - on Thursday, September 24, 2026 at 11:00 am - in room 5.002, HIPone, Blohmstr. 15, 21079 Hamburg.
The transition of the chemical industry toward renewable biocatalysis requires robust kinetic models to scale and optimize enzymatic processes. However, deriving these models typically relies on manual, trial-and-error fitting of predefined equations, while data-driven machine learning approaches...
Thomas Waluga and colleagues from TUHH let an algorithm derive the kinetic rate equations of enzymatic reactions directly from measured batch curves, in Digital Chemical Engineering.
Der erste Prototyp ist fertig – jetzt geht es um das große Ganze. Im Rahmen von ENGINEXT wird auf dem TUHH-Campus ein Sensornetzwerk entstehen, das nicht nur Messdaten liefert, sondern selbst Teil von Forschung und Lehre wird.
