Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę ""Hentabli, M."" wg kryterium: Autor


Tytuł:
Dragonfly Support Vector Machine Modelling of the Adsorption Phenomenon of Certain Phenols by Activated Carbon Fibres.
Autorzy:
Hentabli, M.
Belhadj, A.-E.
Dahmoune, F.
Pokaż więcej
Alternatywny tytuł:
Modeliranje adsorpcijskog fenomena određenih fenola metodom potpornih vektora Dragonfly pomoću vlakana aktivnog ugljena.
Źródło:
Kemija u Industriji. 2021, Vol. 70 Issue 9/10, p501-508. 8p.
Czasopismo naukowe
Tytuł:
Multicomponent Adsorption Capacity Forecasting Based on Support Vector Machine with Dragonfly Algorithm.
Autorzy:
Moumen, R.
Laidi, M.
Hanini, S.
Hentabli, M.
Ibrir, A.
Pokaż więcej
Temat:
SUPPORT vector machines
OPTIMIZATION algorithms
STANDARD deviations
GRAPHICAL user interfaces
PROCESS optimization
ADSORPTION capacity
Alternatywny tytuł:
Predviđanje kapaciteta višekomponentne adsorpcije metodom potpornih vektora uz algoritam Dragonfly. (Croatian)
Źródło:
Kemija u Industriji; 2023, Vol. 72 Issue 3/4, p169-178, 10p
Czasopismo naukowe
Tytuł:
Cumulative Drug Release Modelling of PCL-PVP Encapsulated Tramadol by DA-SVM, MLR, PLS, and OLS Regression Techniques.
Autorzy:
Chabane, A.
Bouchal, F.
Hentabli, M.
Rezgui, F.
Slama, H. E.
Pokaż więcej
Temat:
PARTIAL least squares regression
POLYCAPROLACTONE
SUPPORT vector machines
TRAMADOL
PHARMACOKINETICS
Alternatywny tytuł:
DA-SVM, MLR, PLS i OLS modeliranje kumulativnog otpuštanja Tramadola iz formulacija inkapsuliranih s PCL i PVP. (Bosnian)
Źródło:
Kemija u Industriji; 2022, Vol. 71 Issue 1/2, p9-19, 11p
Czasopismo naukowe
Tytuł:
Practical Artificial Neural Network Tool for Predicting the Competitive Adsorption of Dyes on Gemini Polymeric Nanoarchitecture .
Autorzy:
El Bey, A.
Laidi, M.
Yettou, A.
Hanini, S.
Ibrir, A.
Hentabli, M.
Ouldkhaoua, H.
Pokaż więcej
Temat:
ARTIFICIAL neural networks
BACK propagation
ADSORPTION
ALGORITHMS
TERNARY system
Alternatywny tytuł:
Praktični alat umjetne neuronske mreže za predviđanje kompetitivne adsorpcije bojila na polimernoj nanoarhitekturi gemini. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 9/10, p481-488, 8p
Czasopismo naukowe
Tytuł:
Ternary Multicomponent Adsorption Modelling Using ANN, LS-SVR, and SVR Approach – Case Study.
Autorzy:
Yettou, A.
Laidi, M.
El Bey, A.
Hanini, S.
Hentabli, M.
Khaldi, O.
Abderrahim, M.
Pokaż więcej
Temat:
HEAVY metals
ECOLOGICAL risk assessment
ARTIFICIAL neural networks
ADSORPTION kinetics
ADSORPTION
ACTIVATED carbon
METAL ions
Alternatywny tytuł:
Ternarno višekomponentno modeliranje adsorpcije primjenom ANN-a, LS-SVR-a i SVR-a – studija slučaja. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 9/10, p509-518, 10p
Terminy geograficzne:
HEILONGJIANG Sheng (China)
Czasopismo naukowe
Tytuł:
Artificial Neural Network and Support Vector Regression Applied in Quantitative Structure-property Relationship Modelling of Solubility of Solid Solutes in Supercritical CO2.
Autorzy:
Moussaoui, M.
Laidi, M.
Hanini, S.
Hentabli, M.
Pokaż więcej
Temat:
SUPPORT vector machines
ARTIFICIAL neural networks
SUPERCRITICAL carbon dioxide
SOLUBILITY
SOLIDS
Alternatywny tytuł:
Primjena umjetne neuronske mreže i regresije potpornih vektora u modeliranju kvantitativnog odnosa strukture-svojstva i topljivosti otopljenih čvrstih tvari u superkritičnom CO2. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 7/8, p611-630, 20p
Czasopismo naukowe
Tytuł:
Modelling the Drying Kinetics of Apple (Golab Variety): Fractional Calculus vs Semi-empirical Models.
Autorzy:
Mahdad, A.
Laidi, M.
Hanini, S.
Hentabli, M.
Benhelal, M.
Pokaż więcej
Temat:
FRACTIONAL calculus
STANDARD deviations
APPLE varieties
Alternatywny tytuł:
Modeliranje kinetike sušenja jabuke (sorta Golab): Frakcijski račun u odnosu na poluempirijske modele. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 5/6, p251-262, 12p
Czasopismo naukowe
Tytuł:
A Grey Wolf Optimizer-based Fractional Calculus in Studies on Solar Drying.
Autorzy:
Abdelkader, M.
Laidi, M.
Hanini, S.
Hentabli, M.
Amrane, A.
Pokaż więcej
Temat:
WOLVES
FRACTIONAL calculus
ANALYTICAL solutions
Alternatywny tytuł:
Frakcijski račun temeljen na "algoritmu sivog vuka" u studijama o solarnom sušenju. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 1/2, p39-47, 9p
Czasopismo naukowe
Tytuł:
Artificial Neural Network Modelling of Multi-system Dynamic Adsorption of Organic Pollutants on Activated Carbon.
Autorzy:
Mesellem, Y.
Abdallah, A. E. H.
Laidi, M.
Hanini, S.
Hentabli, M.
Pokaż więcej
Temat:
ARTIFICIAL neural networks
STANDARD deviations
ADSORPTION
GRAPHICAL user interfaces
POLLUTANTS
Alternatywny tytuł:
Modeliranje umjetne neuronske mreže višesustavnom dinamičkom adsorpcijom organskih onečišćujućih tvari na aktivnom ugljenu. (Bosnian)
Źródło:
Kemija u Industriji; 2021, Vol. 70 Issue 1/2, p1-12, 12p
Czasopismo naukowe
Tytuł:
Artificial Neural Network and Support Vector Regression Applied in Quantitative Structure-property Relationship Modelling of Solubility of Solid Solutes in Supercritical CO2.
Autorzy:
Moussaoui, M.
Laidi, M.
Hanini, S.
Hentabli, M.
Pokaż więcej
Temat:
SUPPORT vector machines
ARTIFICIAL neural networks
CARBON dioxide
SUPERCRITICAL carbon dioxide
SOLUBILITY
COMPUTATIONAL intelligence
Alternatywny tytuł:
Primjena umjetne neuronske mreže i regresije potpornih vektora u modeliranju kvantitativnog odnosa strukture-svojstva i topljivosti otopljenih čvrstih tvari u superkritičnom CO2. (Croatian)
Źródło:
Kemija u Industriji; 2020, Vol. 69 Issue 11/12, p611-630, 20p
Czasopismo naukowe
Tytuł:
Artificial Intelligence and Mathematical Modelling of the Drying Kinetics of Pharmaceutical Powders.
Autorzy:
Keskes, S.
Hanini, S.
Hentabli, M.
Laidi, M.
Pokaż więcej
Temat:
PHARMACEUTICAL powders
ARTIFICIAL intelligence
ANALYTICAL mechanics
MATHEMATICAL models
FOOD dehydration
Alternatywny tytuł:
Umjetna inteligencija i matematičko modeliranje kinetike sušenja farmaceutskog praha. (Croatian)
Źródło:
Kemija u Industriji; 2020, Vol. 69 Issue 3-4, p137-152, 16p
Czasopismo naukowe

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies