Rezultati

eNauka >  Rezultati >  Improving the Two-Color Temperature Sensing Using Machine Learning Approach: GdVO4:Sm3+ Prepared by Solution Combustion Synthesis (SCS)
Naziv: Improving the Two-Color Temperature Sensing Using Machine Learning Approach: GdVO4:Sm3+ Prepared by Solution Combustion Synthesis (SCS)
Autori: Jelić, Jovana Z.  ; Denčevski, Aleksa  ; Rabasović, Mihailo D.  ; Krizan, Janez; Savić-Šević, Svetlana  ; Nikolić, Marko G.  ; Aguirre, Miryam H.; Šević, Dragutin  ; Rabasović, Maja S.  
Godina: 2024
Publikacija: Photonics
ISSN: 2304-6732 Photonics Pretraži identifikator
Tip rezultata: Naučni članak
Kolacija: vol. 11 br. 7 str. 642
DOI: 10.3390/photonics11070642
WoS-ID: 001278670100001
Scopus-ID: 2-s2.0-85199567902
URI: https://enauka.gov.rs/handle/123456789/926099
https://plus.cobiss.net/cobiss/sr/sr/bib/112779529#izum.si
Projekat: European Commission through Marie Sklodowska-Curie Actions H2020 RISE with ULTIMATE-I [101007825]
Institute of Physics Belgrade, by the Ministry of Science, Technological Development and Innovations of the Republic of Serbia
Izvor metapodataka: (Preuzeto iz Nasi u WoS)
(Preuzeto iz CrossRef-a) Rabasović, Mihailo
M-kategorija: 
22M22 - Međunarodni časopis kategorije M22

6
SCOPUSTM
6
WEB OF SCIENCETM
Alt metrika
Dimensions
Unpaywall

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