Application of Machine Learning to Express Measurement Uncertainty

Vladimir Polužanski; Uroš Kovačević; Nebojša Bacanin; T. Rashid; S. Stojanović; Boško Nikolić

Rezultati

eNauka > Rezultati > Application of Machine Learning to Express Measurement Uncertainty

Naziv:	Application of Machine Learning to Express Measurement Uncertainty
Autori:	Vladimir Polužanski ; Uroš Kovačević ; Nebojša Bacanin ; T. Rashid; S. Stojanović ; Boško Nikolić
Godina:	2022
Publikacija:	Applied Sciences
ISSN:	2076-3417 Applied Sciences-Basel Pretraži identifikator
Tip rezultata:	Naučni članak
Kolacija:	vol. 12 br. 17 str. 8581-8581
DOI:	10.3390/app12178581
WoS-ID:	000850942200001
Scopus-ID:	2-s2.0-85137884278
URI:	http://zaposleni.etf.bg.ac.rs/rest/sciNaucniRezultati/oai/record/2/708631 https://enauka.gov.rs/handle/123456789/741322
URL:	https://www.mdpi.com/2076-3417/12/17/8581
M-kategorija:	22M22 - Rad u istaknutom međ. časopisu

4
SCOPUS^TM

2
OpenCitations

3
WEB OF SCIENCE^TM

Alt metrika

Dimensions

Pronađi DOI

Pronalaženje DOI u servisu CrossRef-u na osnovu meta-podataka u zapisu. Prikazaće se DOI (i metapodaci) čiji se podaci najviše poklapaju. OPREZ - to ne mora biti ta publikacija.

Unpaywall

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