Spelling suggestions: "subject:"seltener"" "subject:"seltene""
1 |
Contributions to Simulation Speed-up : Rare Event Simulation and Short-term Dynamic Simulation for Mobile Network Planning /Lamers, Eugen. January 2008 (has links)
Diss--Universität Bremen, 2007.
|
2 |
Contributions to simulation speed-up rare event simulation and short-term dynamic simulation for mobile network planningLamers, Eugen January 2007 (has links)
Zugl.: Bremen, Univ., Diss., 2007
|
3 |
Simulation seltener Ereignisse mittels Importance Sampling unter besonderer Berücksichtigung Markovscher ModelleSandmann, Werner. Unknown Date (has links) (PDF)
Universiẗat, Diss., 2004--Bonn.
|
4 |
Rare phenomena and W production in electron-proton scattering at HERAFrising, Gilles. Unknown Date (has links) (PDF)
Techn. Hochsch., Diss., 2003--Aachen.
|
5 |
Blockierende Wetterlagen: Klimatologien für Wetterextreme aus quasi-stationären atmosphärischen Zuständen für Sachsen (Blockierende Wetterlagen): Endbericht: Projektlaufzeit: 13.3.2020 - 15.11.2023Lohmann, Richard, Ahrens, Bodo 28 August 2024 (has links)
Der Bericht informiert über Wetterextreme in Sachsen, deren Ursache quasistationäre atmosphärische Zustände sind (blockierende Wetterlagen). Die Ergebnisse zu Hitzeperioden, Starkregenereignissen (Vb) und flauten-reichen Perioden helfen, Anpassungsstrategien zu evaluieren und fortzuschreiben. Die Veröffentlichung richtet sich an die mit dem Thema befassten Fachleute.
Redaktionsschluss: 10.06.2024
|
6 |
Rohstoffprognosen für Zinn, Wolfram, Fluss- und Schwerspat im MittelerzgebirgeBrosig, Andreas, Barth, Andreas, Knobloch, Andreas, Dickmayer, Ellen 04 January 2022 (has links)
Im Rahmen des Projektes ROHSA 3 wurden auf Basis vorhandener und neu verfügbar gemachter Daten Prognosen für Zinn, Wolfram sowie Fluss- und Schwerspat in einem 740 m² großen Gebiet im Mittelerzgebirge angefertigt. Die Karten zeigen höffige Gebieten, wobei für Zinn und Wolfram erstmals auch Mengen-Prognosen erstellt wurden. Geophysikalische, geochemische Daten sowie Lagerstättenindikatoren (z. B. Tektonik, Erz kontrollierende Lithologien) wurden durch die Software advangeo@ aufbereitet und mittels ihrer künstlich neuronalen Netze (KNN) verarbeitet. Durch höhere Datendichte, Einbeziehung dreidimensionaler geologischer Daten und Aufstellung quantitativer Modelle wurde ein deutlicher Erkenntnisfortschritt erzielt.
Redaktionsschluss: 31.07.2020
|
Page generated in 0.0564 seconds