Please use this identifier to cite or link to this item: http://thuvienlamdong.org.vn:81/handle/DL_134679/34497
DC FieldValueLanguage
dc.contributor.authorNguyễn, Quốc Minh
dc.contributor.authorLê, Thị Minh Châu
dc.contributor.authorNguyễn, Đăng Tiến
dc.contributor.authorLê, Minh Hiếu
dc.date.accessioned2023-12-13T01:23:00Z-
dc.date.available2023-12-13T01:23:00Z-
dc.date.issued2021
dc.identifier.urihttps://sti.vista.gov.vn/tw/Pages/tai-lieu-khcn.aspx?ItemID=330790en
dc.identifier.urihttp://thuvienlamdong.org.vn:81/handle/DL_134679/34497-
dc.language.isovien
dc.relation.ispartofseriesKhoa học và Công nghệ - Đại học Thái Nguyên - 2021 - no.11 - tr.117-123 - ISSN.1859-2171en
dc.subjectKhoa học và Công nghệ - Đại học Thái Nguyênen
dc.titleNhận dạng tấm pin mặt trời bị lỗi dựa trên hình ảnh điện phát quang bằng deep learning = Detect pv cell defection based on electroluminescence light using deep learningen
dc.typeArticleen
item.openairetypeArticle-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.grantfulltextrestricted-
item.fulltextCó toàn văn-
item.languageiso639-1vi-
item.cerifentitytypePublications-
Appears in Collections:Báo - Tạp chí
Files in This Item:
File SizeFormat Existing users please Login
CTv178V226S112021117.pdf940.24 kBAdobe PDF
Show simple item record

CORE Recommender

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.