Prediction and multi-objective optimization of sieve tray hydrodynamic performance based on deep learning
8Citations signalées, ce qui n’est pas une note de qualité
2Institutions 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
- Prediction and multi-objective optimization of sieve tray hydrodynamic performance based on deep learning
- Date Crossref
- 01/05/2025
- 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
-
State Key Laboratory of Chemical Resource Engineering pays non établi dans la noticeStructure de recherche
-
Beijing University of Chemical Technology Engineering Research Center of Preparation Technology of Ultra-Pure Chemicals for Integrated Circuits pays non établi dans la noticeUniversité ou école supérieure
State Key Laboratory of Chemical Resource Engineering et Engineering Research Center of Preparation Technology of Ultra-Pure Chemicals for Integrated Circuits — Beijing University of Chemical Technology.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Mineral Processing and GrindingHydraulic Fracturing and Reservoir AnalysisDrilling and Well Engineering