h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Generating a nationwide residential building types dataset using machine learning

; ; ; ;

In
Building and environment 274, Seiten/Artikel-Nr.:112782

ImpressumNew York, NY [u.a.] : Elsevier

Umfang[1]-17

ISSN1873-684X

Online
DOI: 10.1016/j.buildenv.2025.112782

DOI: 10.18154/RWTH-2025-03124
URL: https://publications.rwth-aachen.de/record/1008728/files/1008728.pdf

Einrichtungen

  1. Lehrstuhl für Brennstoffzellen (FZ Jülich) (413010)


Thematische Einordnung (Klassifikation)
DDC: 690

OpenAccess:
Volltext herunterladen PDF

Dokumenttyp
Journal Article

Format
online, print

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85219294681
WOS Core Collection: WOS:001440616100001

Interne Identnummern
RWTH-2025-03124
Datensatz-ID: 1008728

Beteiligte Länder
Germany

 GO


Medline ; Creative Commons Attribution CC BY 4.0 ; OpenAccess ; Clarivate Analytics Master Journal List ; Current Contents - Engineering, Computing and Technology ; Essential Science Indicators ; IF >= 5 ; JCR ; NationallizenzNationallizenz ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection

QR Code for this record

The record appears in these collections:
Dokumenttypen > Aufsätze > Zeitschriftenaufsätze
Fakultät für Maschinenwesen (Fak.4)
Publikationsserver / Open Access
Öffentliche Einträge
Publikationsdatenbank
413010

 Datensatz erzeugt am 2025-03-24, letzte Änderung am 2025-03-29


OpenAccess:
Volltext herunterladen PDF
Dieses Dokument bewerten:

Rate this document:
1
2
3
 
(Bisher nicht rezensiert)