Machine learning application for magnetohydrodynamic pump research

Tarchutkin, N. V.; Smolyanov, I. A.

doi:10.1088/1757-899X/950/1/012019

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/102642

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Tarchutkin, N. V.	en
dc.contributor.author	Smolyanov, I. A.	en
dc.date.accessioned	2021-08-31T15:04:28Z	-
dc.date.available	2021-08-31T15:04:28Z	-
dc.date.issued	2020	-
dc.identifier.citation	Tarchutkin N. V. Machine learning application for magnetohydrodynamic pump research / N. V. Tarchutkin, I. A. Smolyanov. — DOI 10.1088/1757-899X/950/1/012019 // IOP Conference Series: Materials Science and Engineering. — 2020. — Vol. 950. — Iss. 1. — 012019.	en
dc.identifier.issn	17578981	-
dc.identifier.other	Final	2
dc.identifier.other	All Open Access, Bronze	3
dc.identifier.other	https://www.scopus.com/inward/record.uri?eid=2-s2.0-85096554364&doi=10.1088%2f1757-899X%2f950%2f1%2f012019&partnerID=40&md5=be1314cdfdc4631b60cf496f35e5b223
dc.identifier.uri	http://elar.urfu.ru/handle/10995/102642	-
dc.description.abstract	The article is devoted to finding out best machine learning model used for the analysis of magnetohydrodynamic pump. The machine learning model was created on the basis of data obtained as a result of numerical simulation of the unit using COMSOL Multiphysics. The paper compares errors of output data collected by using various machine learning methods for out-of-sample data. © Published under licence by IOP Publishing Ltd.	en
dc.format.mimetype	application/pdf	en
dc.language.iso	en	en
dc.publisher	IOP Publishing Ltd	en
dc.rights	info:eu-repo/semantics/openAccess	en
dc.source	IOP Conf. Ser. Mater. Sci. Eng.	2
dc.source	IOP Conference Series: Materials Science and Engineering	en
dc.title	Machine learning application for magnetohydrodynamic pump research	en
dc.type	Conference Paper	en
dc.type	info:eu-repo/semantics/conferenceObject	en
dc.type	info:eu-repo/semantics/publishedVersion	en
dc.identifier.doi	10.1088/1757-899X/950/1/012019	-
dc.identifier.scopus	85096554364	-
local.contributor.employee	Tarchutkin, N.V., Department of Electrical Engineering and Electrotechnology Systems, Ural Federal University, Yekaterinburg, Russian Federation
local.contributor.employee	Smolyanov, I.A., Department of Electrical Engineering and Electrotechnology Systems, Ural Federal University, Yekaterinburg, Russian Federation
local.issue	1	-
local.volume	950	-
local.contributor.department	Department of Electrical Engineering and Electrotechnology Systems, Ural Federal University, Yekaterinburg, Russian Federation
local.identifier.pure	20230620	-
local.identifier.pure	264decb6-d165-4285-8db8-2acf6a3e4bf8	uuid
local.description.order	012019	-
local.identifier.eid	2-s2.0-85096554364	-
Располагается в коллекциях:	Научные публикации ученых УрФУ, проиндексированные в SCOPUS и WoS CC

Файлы этого ресурса:

Файл	Описание	Размер	Формат
2-s2.0-85096554364.pdf		547,68 kB	Adobe PDF	Просмотреть/Открыть

Показать базовое описание ресурса Статистика

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.