Rezultati

eNauka >  Rezultati >  Developing Relative Humidity and Temperature Corrections for Low-Cost Sensors Using Machine Learning
Naziv: Developing Relative Humidity and Temperature Corrections for Low-Cost Sensors Using Machine Learning
Autori: Vajs, Ivan  ; Drajic, Dejan  ; Gligoric, Nenad; Radovanovic, Ilija  ; Popović, Ivan  
Godina: 2021
Publikacija: SENSORS
ISSN: 1424-8220 Sensors Pretraži identifikator
Tip rezultata: Naučni članak
Kolacija: vol. 21 br. 10 str. 3338-3338
DOI: 10.3390/s21103338
WoS-ID: 000662565100001
Scopus-ID: 2-s2.0-85105723446
PMID: 34065017
PMCID: PMC8151330
URI: https://enauka.gov.rs/handle/123456789/226416
http://zaposleni.etf.bg.ac.rs/rest/sciNaucniRezultati/oai/record/2/708159
Projekat: Ministry of Education, Science and Technological Development of the Republic of Serbia
Izvor metapodataka: Migracija
M-kategorija: 
21M21 - Vodeći međunarodni časopis kategorije M21

34
SCOPUSTM
9
PubMed CentralTM
4
OpenCitations
31
WEB OF SCIENCETM
Alt metrika
Dimensions
Unpaywall

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.