Source: Anais. Conference titles: Congresso Brasileiro de Catálise - SBCat. Unidade: EP
Subjects: CATÁLISE, REDES NEURAIS
ABNT
CAVALCANTI, Fábio Machado et al. Aprimorando o design de catalisadores com técnicas de Machine Learning: um estudo de caso para a Reação Water-Gas Shift. 2019, Anais.. Rio De Janeiro: Sociedade Brasileira de Catálise/SBCat, 2019. Disponível em: http://sisconev.com.br/uploads/CBCat2019/20190428172254000001684.pdf. Acesso em: 17 nov. 2024.APA
Cavalcanti, F. M., Schmal, M., Giudici, R., & Alves, R. M. de B. (2019). Aprimorando o design de catalisadores com técnicas de Machine Learning: um estudo de caso para a Reação Water-Gas Shift. In Anais. Rio De Janeiro: Sociedade Brasileira de Catálise/SBCat. Recuperado de http://sisconev.com.br/uploads/CBCat2019/20190428172254000001684.pdfNLM
Cavalcanti FM, Schmal M, Giudici R, Alves RM de B. Aprimorando o design de catalisadores com técnicas de Machine Learning: um estudo de caso para a Reação Water-Gas Shift [Internet]. Anais. 2019 ;[citado 2024 nov. 17 ] Available from: http://sisconev.com.br/uploads/CBCat2019/20190428172254000001684.pdfVancouver
Cavalcanti FM, Schmal M, Giudici R, Alves RM de B. Aprimorando o design de catalisadores com técnicas de Machine Learning: um estudo de caso para a Reação Water-Gas Shift [Internet]. Anais. 2019 ;[citado 2024 nov. 17 ] Available from: http://sisconev.com.br/uploads/CBCat2019/20190428172254000001684.pdf