Artificial intelligence-implemented prediction and cost-effective optimization of micropollutant photodegradation using g-C3N4/Bi2O3 heterojunction

Xie, Yue; Mai, Wenjie; Ke, Siyu; Zhang, Chao; Chen, Ziyan; Wang, Xinzhi; Zhu, Shibo; Shen, Zihan; Zheng, Wanbing; Li, Guangda; Wang, Weigao; Li, Yingqiang; Dionysiou, Dionysios D.; Huang, Mingzhi

doi:10.1016/j.cej.2024.156029

Artificial intelligence-implemented prediction and cost-effective optimization of micropollutant photodegradation using g-C3N4/Bi2O3 heterojunction

Xie, Yue; Mai, Wenjie; Ke, Siyu; Zhang, Chao ¹; Chen, Ziyan; Wang, Xinzhi; Zhu, Shibo; Shen, Zihan; Zheng, Wanbing; Li, Guangda; Wang, Weigao; Li, Yingqiang; Dionysiou, Dionysios D.; Huang, Mingzhi
¹ Karlsruher Institut für Technologie (KIT)

Externe Links

Originalveröffentlichung
DOI: 10.1016/j.cej.2024.156029

Scopus
Zitationen: 8

Web of Science
Zitationen: 7

Dimensions
Zitationen: 7

Export

Statistiken

Seitenaufrufe: 6
seit 13.12.2025

Zugehörige Institution(en) am KIT	Elektrotechnisches Institut (ETI)
Publikationstyp	Zeitschriftenaufsatz
Publikationsmonat/-jahr	11.2024
Sprache	Englisch
Identifikator	ISSN: 1385-8947 KITopen-ID: 1000188497
Erschienen in	Chemical Engineering Journal
Verlag	Elsevier
Band	499
Seiten	156029
Nachgewiesen in	Dimensions OpenAlex Web of Science Scopus

Repository KITopen

Artificial intelligence-implemented prediction and cost-effective optimization of micropollutant photodegradation using g-C3N4/Bi2O3 heterojunction