Deep Learning methods evaluation to predict air quality based on computational fluid dynamics - Ecole Nationale du Génie de l'Eau et de l'Environnement de Strasbourg Accéder directement au contenu
Article Dans Une Revue Expert Systems with Applications Année : 2022

Deep Learning methods evaluation to predict air quality based on computational fluid dynamics

Xavier Jurado
  • Fonction : Auteur
Nicolas Reiminger
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie
CV
Marouane Benmoussa
  • Fonction : Auteur
José Vazquez
  • Fonction : Auteur
Cédric Wemmert
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie
CV

Domaines

Ingénierie de l'environnement
Fichier principal
Vignette du fichier
S0957417422006595.pdf (891.41 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Accord Elsevier CCSD  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03736929

Soumis le : lundi 22 juillet 2024-13:22:42

Dernière modification le : lundi 22 juillet 2024-13:22:42

Télécharger pour visualiser

Dates et versions

hal-03736929 , version 1 (22-07-2024)

Licence

Paternité - Pas d'utilisation commerciale

Identifiants

Manuscrit accepté hébergé par Elsevier

Citer

Xavier Jurado, Nicolas Reiminger, Marouane Benmoussa, José Vazquez, Cédric Wemmert. Deep Learning methods evaluation to predict air quality based on computational fluid dynamics. Expert Systems with Applications, 2022, 203, ⟨10.1016/j.eswa.2022.117294⟩. ⟨hal-03736929⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS ENGEES INSA-STRASBOURG INC-CNRS SITE-ALSACE INSA-GROUPE
22 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Mastodon Facebook X LinkedIn More