Electrocoagulation-based AZO DYE (P4R) Removal Rate Prediction Model using Deep Learning

Meryem Akoulih, Smail Tigani, Fouzia Byoud, Meryem El Rharib, Rachid Saadane, Samuel Pierre, Abdelah Chehri et Sanae El Ghachtouli

Communication écrite (2023)

Document en libre accès chez l'éditeur officiel

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
URL de PolyPublie:	https://publications.polymtl.ca/58885/
Nom de la conférence:	2023 International Symposium on Green Technologies and Applications (ISGTA 2023)
Lieu de la conférence:	Casablanca, Morocco
Date(s) de la conférence:	2023-12-27 - 2023-12-29
Titre de la revue:	Procedia Computer Science (vol. 236)
Maison d'édition:	Elsevier
DOI:	10.1016/j.procs.2024.05.003
URL officielle:	https://doi.org/10.1016/j.procs.2024.05.003
Date du dépôt:	29 juil. 2024 13:39
Dernière modification:	08 avr. 2025 14:41

Citer en APA 7:

Akoulih, M., Tigani, S., Byoud, F., Rharib, M. E., Saadane, R., Pierre, S., Chehri, A., & Ghachtouli, S. E. (décembre 2023). Electrocoagulation-based AZO DYE (P4R) Removal Rate Prediction Model using Deep Learning [Communication écrite]. 2023 International Symposium on Green Technologies and Applications (ISGTA 2023), Casablanca, Morocco. Publié dans Procedia Computer Science, 236. https://doi.org/10.1016/j.procs.2024.05.003

APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel