MGC-LSTM: a deep learning model based on graph convolution of multiple graphs for PM2.5 prediction

Liu, X. ; Li, W.

In: International Journal of Environmental Science and Technology, 2022-10-01

Online unknown

Zugriff:

Titel:	MGC-LSTM: a deep learning model based on graph convolution of multiple graphs for PM2.5 prediction
Autor/in / Beteiligte Person:	Liu, X. ; Li, W.
Link:	View record in OpenAIRE (Volltext) https://doi.org/10.1007/s13762-022-04553-6
Zeitschrift:	International Journal of Environmental Science and Technology, 2022-10-01
Veröffentlichung:	Springer Science and Business Media LLC, 2022
Medientyp:	unknown
ISSN:	1735-2630 (print) ; 1735-1472 (print)
DOI:	10.1007/s13762-022-04553-6
Schlagwort:	Environmental Engineering Environmental Chemistry General Agricultural and Biological Sciences
Sonstiges:	Nachgewiesen in: OpenAIRE Rights: CLOSED

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.