Multi-temporal feature reconstruction of N2O time series for machine learning prediction in wastewater treatment plants: Enhanced predictability and physically-informed interpretability
4Citations signalées, ce qui n’est pas une note de qualité
1Institutions 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
- Multi-temporal feature reconstruction of N2O time series for machine learning prediction in wastewater treatment plants: Enhanced predictability and physically-informed interpretability
- Date Crossref
- 01/10/2025
- 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
-
Northwest University Shaanxi Key Laboratory for Carbon Neutral Technology pays non établi dans la noticeUniversité ou école supérieure
-
College of Urban and Environmental Sciences Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity pays non établi dans la noticeUniversité ou école supérieure
Shaanxi Key Laboratory for Carbon Neutral Technology — Northwest University et Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity — College of Urban and Environmental Sciences.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Water Quality Monitoring and AnalysisAir Quality Monitoring and ForecastingWater Quality Monitoring Technologies