mdh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Exploring the possibility of using a simple neural network for the prediction of biogas production of a solid waste digester
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling. (MERO)ORCID-id: 0000-0002-3131-0285
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling. (MERO)ORCID-id: 0000-0002-3485-5440
Mälardalens högskola, Akademin för hållbar samhälls- och teknikutveckling. KTH. (MERO)ORCID-id: 0000-0003-0300-0762
2010 (Engelska)Konferensbidrag, Publicerat paper (Refereegranskat)
Ort, förlag, år, upplaga, sidor
2010.
Nyckelord [en]
Biogas, neural network, modelling, household waste, anaerobic digestion
Nationell ämneskategori
Energisystem
Identifikatorer
URN: urn:nbn:se:mdh:diva-10365OAI: oai:DiVA.org:mdh-10365DiVA, id: diva2:354594
Konferens
12th World Congress on Anaerobic Digestion, Guadalajara, Mexico, Oct 31 - Nov 4, 2010
Projekt
BioGasOptTillgänglig från: 2010-10-04 Skapad: 2010-10-04 Senast uppdaterad: 2016-01-13Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Personposter BETA

Ericson, EvaThorin, EvaYan, Jinyue

Sök vidare i DiVA

Av författaren/redaktören
Ericson, EvaThorin, EvaYan, Jinyue
Av organisationen
Akademin för hållbar samhälls- och teknikutveckling
Energisystem

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 320 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf