Перейти к основному содержанию
AkademIndex

Продукты

Для разработчиков

AkademBaseскороОткрытый API экосистемы
Латиница
← Назад к работе

Работы, на которые ссылается эта работа

Работ: 24

Работа: Advanced hybrid evaluation of water treatment using porous materials for adsorption separation via machine learning and mechanistic models

  1. Random Forests

    Leo Breiman

    Статья2001Цитирований: 67
    ABI

  2. A random forest guided tour

    Gérard Biau, Erwan Scornet

    Статья2016Цитирований: 9
    ABI

  3. Extremely randomized trees

    Pierre Geurts, Damien Ernst, Louis Wehenkel

    Статья2006Цитирований: 6
    ABI

  4. Gradient boosting machines, a tutorial

    Alexey Natekin, Alois Knoll

    Статья2013Цитирований: 6
    ABI

  5. Random Forest: A Review

    Computer Science & Engineering &GZSCCET Bhatinda, Punjab, India, Eesha Goel, Er. Abhilasha +1

    Обзорная статья2017Цитирований: 3
    ABI

  6. Mesosilicate materials for environmental applications: Adsorption separation analysis via hybrid computational and machine learning tools

    Yu tong Sun, Xia Li, Ya ZHANG

    Статья2024Цитирований: 2
    ABI

  7. Theoretical investigations on the purification of petroleum using desulfurization process: Analysis and optimization of process

    Siwei Li, Cheng Fu, Yong Yuan +2

    Статья2024Цитирований: 2
    ABI

  8. Development of hybrid robust model based on computational modeling and machine learning for analysis of drug sorption onto porous adsorbents

    S. Tasqeeruddin, Shaheen Sultana, Abdulrhman Alsayari

    Статья2025Цитирований: 2
    ABI

  9. Hybrid modeling of adsorption process using mass transfer and machine learning techniques for concentration prediction

    Jingxiang Lv, Lei Wang

    Статья2025Цитирований: 2
    ABI

  10. Data-driven models and comparison for correlation of pharmaceutical solubility in supercritical solvent based on pressure and temperature as inputs

    Mohammed F. Aldawsari, Wael A. Mahdi, Jawaher Abdullah Alamoudi

    Статья2023Цитирований: 2
    ABI

  11. Evaluating Performance of Regression Machine Learning Models Using Multiple Error Metrics in Azure Machine Learning Studio

    Alexei Botchkarev

    Статья2018Цитирований: 2
    ABI

  12. Advancing computational evaluation of adsorption via porous materials by artificial intelligence and computational fluid dynamics

    Heyder Mhohamdi, Usama S. Altimari, Krunal Vaghela +7

    СтатьяMachine Learning and Data ClassificationScientific Reports2025Цитирований: 1
    ABI

  13. Без названия

    ДругоеЦитирований: 1
    ABI

  14. Без названия

    ДругоеЦитирований: 1
    ABI

  15. Без названия

    ДругоеЦитирований: 1
    ABI

  16. Без названия

    ДругоеЦитирований: 1
    ABI

  17. Без названия

    ДругоеЦитирований: 1
    ABI

  18. Без названия

    ДругоеЦитирований: 1
    ABI

  19. Без названия

    ДругоеЦитирований: 1
    ABI

  20. Без названия

    ДругоеЦитирований: 1
    ABI

  21. Без названия

    ДругоеЦитирований: 1
    ABI

  22. Без названия

    ДругоеЦитирований: 1
    ABI

  23. Без названия

    ДругоеЦитирований: 1
    ABI

  24. Без названия

    ДругоеЦитирований: 1
    ABI