1. Электронный научный архив УрФУ
  2. 00. Общеуниверситетские коллекции
  3. Научные публикации ученых УрФУ, проиндексированные в SCOPUS и WoS CC
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://elar.urfu.ru/handle/10995/72933
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorTerlyga, Alexandraen
dc.contributor.authorBalk, Igoren
dc.date.accessioned2019-06-17T11:33:04Z-
dc.date.available2019-06-17T11:33:04Z-
dc.date.issued2017-
dc.identifier.citationTerlyga Alexandra. Use of machine learning methods to classify Universities based on the income structure / Alexandra Terlyga, Igor Balk // Journal Of Physics Conference Series. — 2017. — Vol. 913. — UNSP 012005. — DOI: 10.1088/1742-6596/913/1/012005.en
dc.identifier.issn1742-6596-
dc.identifier.issn1742-6588-
dc.identifier.otherhttp://iopscience.iop.org/article/10.1088/1742-6596/913/1/012005/pdfpdf
dc.identifier.other1good_DOI
dc.identifier.other585a6e5c-143d-43c0-bb69-e2899f54b955pure_uuid
dc.identifier.otherhttp://www.scopus.com/inward/record.url?partnerID=8YFLogxK&scp=85034232230m
dc.identifier.urihttp://elar.urfu.ru/handle/10995/72933-
dc.format.mimetypeapplication/pdfen
dc.language.isoenen
dc.publisherIOP Publishingen
dc.rightscc-byother
dc.sourceJournal Of Physics Conference Seriesen
dc.titleUse of machine learning methods to classify Universities based on the income structureen
dc.typeArticleen
dc.typeinfo:eu-repo/semantics/publishedVersionen
dc.typeinfo:eu-repo/semantics/articleen
dc.identifier.doi10.1088/1742-6596/913/1/012005-
dc.identifier.scopus85034232230-
local.volume913-
dc.identifier.wos000424321900005-
local.identifier.pure6159748-
local.description.orderUNSP 012005-
local.identifier.eid2-s2.0-85034232230-
local.identifier.wosWOS:000424321900005-
Располагается в коллекциях:Научные публикации ученых УрФУ, проиндексированные в SCOPUS и WoS CC

Файлы этого ресурса:
Файл Описание РазмерФормат 
10.1088-1742-6596-913-1-012005.pdf814,08 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Статистика


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