Abstract
A hybrid Enhanced Stokes–Einstein (ESE) model uses a neural-network correction to enable physically consistent, interpretable, and substantially improved predictions for infinite-dilution diffusion coefficients in pure solvents.
Zeno Romero, Kerstin Münnemann, Sebastian Schmitt, Thomas Specht, Hans Hasse, Fabian Jirasek
Abstract
Authors
Institutions
No ROR-resolved institution is linked to this work yet.
Provenance
crossref
Confidence 100%
pubmed
Confidence 98%
unpaywall
Confidence 95%
No local reference links have been materialized yet.
No local citing links have been materialized yet.
10.1021/i160018a007
10.1021/i160018a007 · 1966
10.1021/ie00054a023
10.1021/ie00054a023 · 1991
10.1039/d2dd00073c
10.1039/d2dd00073c · 2022
10.1002/andp.19053220806
10.1002/andp.19053220806 · 1905
10.1002/ange.201207403
10.1002/ange.201207403 · 2013
Unresolved referenced work
1993
10.1002/aic.690010222
10.1002/aic.690010222 · 1955
10.1021/i160021a012
10.1021/i160021a012 · 1967
10.1021/je60064a006
10.1021/je60064a006 · 1975
10.1021/acs.analchem.7b05032
10.1021/acs.analchem.7b05032 · 2018
10.1021/acs.jcim.0c01186
10.1021/acs.jcim.0c01186 · 2021
10.1002/mrc.5381
10.1002/mrc.5381 · 2023
datacite
Confidence 0%
10.1039/d3cp00509g
10.1039/d3cp00509g · 2023
10.1021/acs.iecr.3c01096
10.1021/acs.iecr.3c01096 · 2023
10.1016/j.fluid.2025.114446
10.1016/j.fluid.2025.114446 · 2025
10.1039/d5dd00490j
10.1039/d5dd00490j · 2026
10.1007/s11224-011-9879-8
10.1007/s11224-011-9879-8 · 2011
10.1016/j.chemolab.2013.12.007
10.1016/j.chemolab.2013.12.007 · 2014
10.1016/j.ijheatmasstransfer.2020.120309
10.1016/j.ijheatmasstransfer.2020.120309 · 2020
10.3390/ma14030542
10.3390/ma14030542 · 2021
10.1016/j.molliq.2024.125009
10.1016/j.molliq.2024.125009 · 2024
10.1016/j.fluid.2012.06.025
10.1016/j.fluid.2012.06.025 · 2012
10.1021/acs.jpclett.9b03657
10.1021/acs.jpclett.9b03657 · 2020
10.1039/d0cc05258b
10.1039/d0cc05258b · 2020
10.1021/acs.iecr.1c02039
10.1021/acs.iecr.1c02039 · 2021
10.1039/d1sc07210b
10.1039/d1sc07210b · 2022
10.1002/aic.17753
10.1002/aic.17753 · 2022
10.1146/annurev-chembioeng-092220-025342
10.1146/annurev-chembioeng-092220-025342 · 2023
10.1039/d2cp04478a
10.1039/d2cp04478a · 2023
10.1021/acs.jpcb.4c07196
10.1021/acs.jpcb.4c07196 · 2024
10.1039/d4cp01492h
10.1039/d4cp01492h · 2024
10.1016/j.compchemeng.2025.109122
10.1016/j.compchemeng.2025.109122 · 2025
10.1039/d4cp04341c
10.1039/d4cp04341c · 2025
10.1039/d4dd00154k
10.1039/d4dd00154k · 2025
10.1016/j.cej.2024.158667
10.1016/j.cej.2024.158667 · 2025
10.1021/acs.jpcb.5c03825
10.1021/acs.jpcb.5c03825 · 2025
10.1039/d6cp00732e
10.1039/d6cp00732e · 2026
10.1021/ci00057a005
10.1021/ci00057a005 · 1988
Unresolved referenced work
Kept as external metadata until matched
Unresolved referenced work
2017
10.1016/j.jct.2010.03.022
10.1016/j.jct.2010.03.022 · doi-reference
10.1021/acs.jced.9b00525
10.1021/acs.jced.9b00525 · doi-reference
10.1063/1.3088050
10.1063/1.3088050 · doi-reference
10.1021/ef0341062
10.1021/ef0341062 · doi-reference
10.1002/cite.70004
10.1002/cite.70004 · doi-reference
10.1111/j.2517-6161.1974.tb00994.x
10.1111/j.2517-6161.1974.tb00994.x · doi-reference
10.1021/acs.jced.9b01016
10.1021/acs.jced.9b01016 · doi-reference
10.1021/acs.iecr.3c03839
10.1021/acs.iecr.3c03839 · doi-reference
10.1016/j.jct.2021.106691
10.1016/j.jct.2021.106691 · doi-reference