Otwarty dostęp

Deep learning-based modeling of CO2 corrosion rate prediction in oil and gas pipelines

Jian Cui

Jian Cui

Department of Industrial Engineering and Management, Peking UniversityBeijing, China
Wyszukaj tego autora
Sciendo|Google Scholar
Cui, Jian
, 
Kun Fang

Kun Fang

  • China Petroleum Engineering & Construction Corp. Beijing CompanyBeijing, China
  • Postdoctoral Workstation of China Construction BankBeijing, China
Wyszukaj tego autora
Sciendo|Google Scholar
Fang, Kun
, 
Xueyi Sun

Xueyi Sun

China Petroleum Engineering & Construction Corp. Beijing CompanyBeijing, China
Wyszukaj tego autora
Sciendo|Google Scholar
Sun, Xueyi
, 
Ya Gao

Ya Gao

Department of Industrial Engineering and Management, Peking UniversityBeijing, China
Wyszukaj tego autora
Sciendo|Google Scholar
Gao, Ya
 oraz 
Yilan Shen

Yilan Shen

Postdoctoral Workstation of China Construction BankBeijing, China
Wyszukaj tego autora
Sciendo|Google Scholar
Shen, Yilan
  
19 mar 2025
Deep learning-based modeling of CO2 corrosion rate prediction in oil and gas pipelines's Cover Image
O artykule
Poprzedni artykuł
Następny artykuł
Zacytuj
Pobierz okładkę
Data publikacji: 19 mar 2025
Otrzymano: 06 lis 2024
Przyjęty: 04 lut 2025
DOI: https://doi.org/10.2478/amns-2025-0415
Słowa kluczowe
© 2025 Jian Cui et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Cui, Jian
Department of Industrial Engineering and Management, Peking UniversityBeijing, China
Fang, Kun
China Petroleum Engineering & Construction Corp. Beijing CompanyBeijing, China
Postdoctoral Workstation of China Construction BankBeijing, China
Sun, Xueyi
China Petroleum Engineering & Construction Corp. Beijing CompanyBeijing, China
Gao, Ya
Department of Industrial Engineering and Management, Peking UniversityBeijing, China
Shen, Yilan
Postdoctoral Workstation of China Construction BankBeijing, China
Język:
Angielski
Częstotliwość wydawania:
1 razy w roku
Dziedziny czasopisma:
Nauki biologiczne, Nauki biologiczne, inne, Matematyka, Matematyka stosowana, Matematyka ogólna, Fizyka, Fizyka, inne
Kanał RSS czasopisma