مقاله کنفرانسی سال ۱۴۰۵ فارسی

Application of Machine Learning for Prediction of Crude Oil Properties

Application of Machine Learning for Prediction of Crude Oil Properties

چکیده مقاله

چکیده کامل این مقاله هنوز از منبع دریافت نشده است. اطلاعات کتاب‌شناختی و ارتباط‌های پژوهشی صفحه قابل استفاده‌اند و با تکمیل خزنده به‌روزرسانی می‌شوند.

کلیدواژه‌ها

نویسندگان

تصویر Vahid Rafiei

Vahid Rafiei

Department of Chemical Engineering, Faculty of Engineering, Arak University, Arak, Iran

تصویر Farshad Rahimi

Farshad Rahimi

Chemical Engineering Faculty, Urmia University of Technology, Urmia, Iran

تصویر رزومه علمی کاربران

رزومه علمی کاربران

درباره سیویلیکاتبلیغات در سیویلیکاآمار علمی ایرانتقویم علمی ایرانداده کاوی مقالاتطرح های پژوهشی

شیوه ارجاع

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: Rafiei، Vahid و Rahimi، Farshad،1405،Application of Machine Learning for Prediction of Crude Oil Properties،هفتمین همایش بین المللی مهندسی نفت ،صنایع گاز زمین شناسی و پتروشیمی،همدان،https://civilica.com/doc/2662132

ارائه‌شده در

پوستر مجموعه مقالات هفتمین همایش بین المللی مهندسی نفت ،صنایع گاز زمین شناسی و پتروشیمی مجموعه مقالات هفتمین همایش بین المللی مهندسی نفت ،صنایع گاز زمین شناسی و پتروشیمی20 تیر 1405 · همدان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۵ ۱۴۸ مشاهده

CFD Modeling of CO Preferential Oxidation in a Microchannel Reactor

Hydrogen PurificationMicrochannel ReactorHydrogen Production
مقاله کنفرانسی سال ۱۴۰۵ ۱۰۴ مشاهده

ارزیابی آزمایشگاهی و مقایسه ای اثر نانوافزودنی های کربنی و اکسید فلزی بر عملکرد روغن دنده صنعتی

نانوافزودنیروغن دندهگرافن
مقاله کنفرانسی سال ۱۴۰۵ ۸۸ مشاهده

Experimental Investigation of Heat Recovery from Flue Gases Using Heat Pipe Heat Exchangers

Waste Heat RecoveryThermosyphonThermal Effectiveness
مقاله کنفرانسی سال ۱۴۰۵ ۸۷ مشاهده

Toward Deployable Machine Learning Virtual Flow Metering: A Reproducible Volve-Field Benchmark on Recalibration and Validation Design

Volve fieldVirtual flow meteringMachine learning
مقاله کنفرانسی سال ۱۴۰۵ ۸۶ مشاهده

Real-Time Oil Pipeline Integrity Assessment Using Hybrid MCNPX-MLP and Na-24 Radiotracer: Corrosion, Leakage, and Material Identification

Pipeline integrityNa-24 radiotracerMCNPX simulation
مقاله کنفرانسی سال ۱۴۰۵ ۸۲ مشاهده

Decision Tree QSRR Modeling of Gas Chromatographic Retention Time of Organic Solvents on a DB-624 Column

organic solventsQSRRGas chromatography