Simultaneously mapping the 3D distributions of multiple heavy metals in an industrial site using deep learning and multisource auxiliary data
13Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Simultaneously mapping the 3D distributions of multiple heavy metals in an industrial site using deep learning and multisource auxiliary data
- Date Crossref
- 01/12/2024
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Institute of Soil Science pays non établi dans la noticeStructure de recherche
-
Nanjing University of Chinese Medicine pays non établi dans la noticeUniversité ou école supérieure
-
University of Chinese Academy of Sciences Institute of Soil Science pays non établi dans la noticeUniversité ou école supérieure
-
Nanjing University of Information Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Nanjing University of Information Science &Technology pays non établi dans la noticeUniversité ou école supérieure
Institute of Soil Science, Nanjing University of Chinese Medicine et Institute of Soil Science — University of Chinese Academy of Sciences, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Geochemistry and Geologic MappingGeophysical Methods and ApplicationsMineral Processing and Grinding