• عنوان مقاله:Remote Sensing-Based Analysis of Residential Electricity Consumption Drivers in Tabriz’s Cold Semi-Arid Climate Using Machine Learning and Deep Learning
• سال انتشار:1404
• تعداد صفحات مقاله:0 صفحه
• ارائه شده در:فصلنامه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی شماره 16 دوره 5
• زبان مقاله اصلی:فارسی

• Mohammad Nemati - Department of urban and regional planning, Faculty of planning and environmental sciences, University of Tabriz, Tabriz, Iran.
• Iraj Teimouri - Department of urban and regional planning, Faculty of planning and environmental sciences, University of Tabriz, Tabriz, Iran.
• Shahrivar Roustaie - Department of urban and regional planning, Faculty of planning and environmental sciences, University of Tabriz, Tabriz, Iran.

• دریافت گواهی به زبان فارسی
• دریافت گواهی به زبان انگلیسی

پژوهشگر گرامی؛

[نام نویسنده را انتخاب نمایید]

بدین وسیله گواهی می شود مقاله جنابعالی با عنوان «Remote Sensing-Based Analysis of Residential Electricity Consumption Drivers in Tabriz’s Cold Semi-Arid Climate Using Machine Learning and Deep Learning» پس از ارزیابی و تایید داوران دبیرخانه "فصلنامه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی" که در سال 1404 در دوره 5، شماره 16 برگزار گردیده است، با تعداد 0 صفحه، در پایگاه استنادی سیویلیکا با شناسه ملی: JR_RSGIES-5-16_006 نمایه گردیده است.

ضمن تبریک به مناسبت نمایه شدن مقاله جنابعالی، به استحضار میرساند این گواهی با توجه به اطلاعات ارسالی از طرف دبیرخانه آن ژورنال و اطلاعات مندرج در پایگاه سیویلیکا تهیه شده و صحت مندرجات آن در هر لحظه از طریق لینک زیر و یا اسکن تصویر کد، قابل استعلام است.