local scrubber是什麼的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

應用深度學習預測在填充塔中CO2吸收之研究

為了解決local scrubber是什麼的問題，作者彭正廷 這樣論述：

工業上的石化業、發電廠、鋼鐵業、水泥業、造紙業等產業及民生活動所排放出的溫室氣體不斷增加，所以溫室氣體的產生一直是個很大的問題。要減緩全球暖化和減少大氣中排放CO2量的主要方法是進行碳捕集、封存和回收利用。捕集方式有許多包括物理吸收、化學吸收、物理吸附、化學吸附、低溫冷凝、薄膜等，本文主要探討化學吸收。化學吸收中，利用胺溶液將CO2吸收到溶劑中再進行分離，以再生溶劑並產生高濃度的CO2氣體以回收再利用。胺的優點在於它具有相對良好的低毒性和環境影響。因實驗需要大量時間及成本，所以本篇使用化工計算模擬軟體-Aspen Plus產出數據，以此數據分析、預測與探討。數據分配比例為 80% 訓練集、1

0% 驗證集、10% 測試集。訓練集與一小部分驗證集預測值進行比較，神經網路超參數操作變數為隱藏層數、學習率、激勵函數、神經元數量。隱藏層中激勵函數以relu效果最好、學習率為0.001的結果較佳、隱藏層中神經元個數以32已足夠，用此超參數對陌生數據預測，對於製程預測模型之評估指數R2為0.9914、MSE為3.20E-05、MAPE為2.99E-01。回測數據與實驗模擬值，預測效果極佳。