Inhaltsverzeichnis
Auswahl der wissenschaftlichen Literatur zum Thema „Ceramics, multidimensional data analysis“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit den Listen der aktuellen Artikel, Bücher, Dissertationen, Berichten und anderer wissenschaftlichen Quellen zum Thema "Ceramics, multidimensional data analysis" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Zeitschriftenartikel zum Thema "Ceramics, multidimensional data analysis"
Puig-Castellví, Francesc, Yolanda Pérez, Benjamín Piña, Romà Tauler und Ignacio Alfonso. „Compression of multidimensional NMR spectra allows a faster and more accurate analysis of complex samples“. Chemical Communications 54, Nr. 25 (2018): 3090–93. http://dx.doi.org/10.1039/c7cc09891j.
Der volle Inhalt der QuelleBoyd, C. Clifford, und Donna C. Boyd. „A Multidimensional Investigation of Biocultural Relationships among Three Late Prehistoric Societies in Tennessee“. American Antiquity 56, Nr. 1 (Januar 1991): 75–88. http://dx.doi.org/10.2307/280974.
Der volle Inhalt der QuelleMunita, Casimiro S., Lúcia P. Barroso und Paulo M. S. Oliveira. „Variable selection study using Procrustes analysis“. Open Journal of Archaeometry 1, Nr. 1 (20.12.2013): 7. http://dx.doi.org/10.4081/arc.2013.e7.
Der volle Inhalt der QuelleHerr, Quentin, Alex Braun, Andrew Brownfield, Ed Rudman, Dan Dosch, Trent Josephsen und Anna Herr. „Measurement and data-assisted simulation of bit error rate in RQL circuits“. Superconductor Science and Technology 35, Nr. 2 (14.01.2022): 025017. http://dx.doi.org/10.1088/1361-6668/ac45a1.
Der volle Inhalt der QuelleBarath, E., J. de Leeuw, W. Heiser, J. Meulman und F. Critchley. „Multidimensional Data Analysis“. Biometrics 45, Nr. 3 (September 1989): 1034. http://dx.doi.org/10.2307/2531708.
Der volle Inhalt der QuelleTrajkovic, Dusan, Bratislav Mikaric und Marija Markovic-Blagojevic. „Multidimensional data analysis“. Trendovi u poslovanju 3, Nr. 2 (2015): 63–70. http://dx.doi.org/10.5937/trendpos1502063t.
Der volle Inhalt der QuelleIizuka, Masaya, Yuichi Mori, Tomoyuki Tarumi und Yutaka Tanaka. „9. Multidimensional Data Analysis“. Journal of the Japanese Society of Computational Statistics 15, Nr. 2 (2003): 337–45. http://dx.doi.org/10.5183/jjscs1988.15.2_337.
Der volle Inhalt der QuelleMorita, Tsukio, und Yutaka Tanaka. „9. Multidimensional Data Analysis“. Journal of the Japanese Society of Computational Statistics 15, Nr. 2 (2003): 347–55. http://dx.doi.org/10.5183/jjscs1988.15.2_347.
Der volle Inhalt der QuelleBiebler, Karl-Ernst, Bernd J^|^auml;ger, Michael Wodny und Elke Below. „9. Multidimensional Data Analysis“. Journal of the Japanese Society of Computational Statistics 15, Nr. 2 (2003): 357–60. http://dx.doi.org/10.5183/jjscs1988.15.2_357.
Der volle Inhalt der QuelleTokairin, Tomoya, und Yoshiharu Sato. „9. Multidimensional Data Analysis“. Journal of the Japanese Society of Computational Statistics 15, Nr. 2 (2003): 361–68. http://dx.doi.org/10.5183/jjscs1988.15.2_361.
Der volle Inhalt der QuelleDissertationen zum Thema "Ceramics, multidimensional data analysis"
Passuti, Sara. „Electrοn crystallοgrathy οf nanοdοmains in functiοnal materials“. Electronic Thesis or Diss., Normandie, 2024. http://www.theses.fr/2024NORMC230.
Der volle Inhalt der QuelleThe investigation of functional materials has increasingly focused on samplescharacterized by nanodomains (ranging from submicron sizes to tens of nanometers) due totheir interesting physical properties, such as those observed in thin films and ceramic materials.When unknown phases need to be determined or detailed information on the crystallinestructure of these materials is required, this presents challenges for both X-ray diffraction andtransmission electron microscopy (TEM). To address this, a novel electron diffraction (ED) technique,Scanning Precession Electron Tomography (SPET), has been employed. SPET combinesthe established precession-assisted 3D ED data acquisition method (a.k.a. Precession ElectronDiffraction Tomography – PEDT) with a scan of the electron beam on a region of interest (ROI)of the specimen at each tilt step. This procedure allows to collect 3D ED data from multipleROIs with a single acquisition, facilitating structure solution and accurate structure refinementsof multiple nanodomains or distinct areas within a single domain, at once. In this thesis, thepotentialities of SPET are explored on both oxide thin films and ceramic thermoelectric materialsprepared as TEM lamellae. Additionally, a novel methodology was developed to efficientlyanalyze the large amount of data collected. This method involves sorting the diffraction patternsaccording to their region of origin, reconstructing the diffraction tilt series of the ROI, andautomatically processing the obtained tilt series for structure solution and accurate refinements.This work demonstrates the potential of SPET for the fine crystallographic characterization ofcomplex nanostructured materials. This approach appears to be complementary to what can bedone in imaging or spectroscopy by (S)TEM or, in diffraction, by the so-called 4D-STEM andACOM approaches
Westerlund, Per. „Business Intelligence: Multidimensional Data Analysis“. Thesis, Umeå universitet, Institutionen för datavetenskap, 2008. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-138758.
Der volle Inhalt der QuelleDuch, Brown Amàlia. „Design and Analysis of Multidimensional Data Structures“. Doctoral thesis, Universitat Politècnica de Catalunya, 2004. http://hdl.handle.net/10803/6647.
Der volle Inhalt der QuelleLes estructures de dades multidimensionals també es poden utilitzar com a indexos d'estructures de dades que emmagatzemen, possiblement en memòria externa, dades més complexes que els punts.
Les estructures de dades multidimensionals han d'oferir la possibilitat de realitzar operacions d'inserció i esborrat de claus dinàmicament, a més de permetre realitzar cerques anomenades associatives. Exemples d'aquest tipus de cerques són les cerques per rangs ortogonals (quins punts cauen dintre d'un hiper-rectangle donat?) i les cerques del veí més proper (quin és el punt més proper a un punt donat?).
Podem dividir les contribucions d'aquesta tesi en dues parts:
La primera part està relacionada amb el disseny d'estructures de dades per a punts multidimensionals. Inclou el disseny d'arbres binaris $K$-dimensionals al·leatoritzats (Randomized $K$-d trees), el d'arbres quaternaris al·leatoritzats (Randomized quad trees) i el d'arbres multidimensionals amb punters de referència (Fingered multidimensional trees).
La segona part analitza el comportament de les estructures de dades multidimensionals. En particular, s'analitza el cost mitjà de les cerques parcials en arbres $K$-dimensionals relaxats, i el de les cerques per rang en diverses estructures de dades multidimensionals.
Respecte al disseny d'estructures de dades multidimensionals, proposem algorismes al·leatoritzats d'inserció i esborrat de registres per als arbres $K$-dimensionals i per als arbres quaternaris. Aquests algorismes produeixen arbres aleatoris, independentment de l'ordre d'inserció dels registres i desprès de qualsevol seqüència d'insercions i esborrats. De fet, el comportament esperat de les estructures produïdes mitjançant els algorismes al·leatoritzats és independent de la distribució de les dades d'entrada, tot i conservant la simplicitat i la flexibilitat dels arbres $K$-dimensionals i quaternaris estàndard. Introduïm també els arbres multidimensionals amb punters de referència. Això permet que les estructures multidimensionals puguin aprofitar l'anomenada localitat de referència en cerques associatives altament correlacionades.
I respecte de l'anàlisi d'estructures de dades multidimensionals, primer analitzem el cost esperat de las cerques parcials en els arbres $K$-dimensionals relaxats. Seguidament utilitzem aquest resultat com a base per a l'anàlisi de les cerques per rangs ortogonals, juntament amb arguments combinatoris i geomètrics. D'aquesta manera obtenim un estimat asimptòtic precís del cost de les cerques per rangs ortogonals en els arbres $K$-dimensionals aleatoris. Finalment, mostrem que les tècniques utilitzades es poden estendre fàcilment a d'altres estructures de dades i per tant proporcionem una anàlisi exacta del cost mitjà de cerques per rang en estructures de dades com són els arbres $K$-dimensionals estàndard, els arbres quaternaris, els tries quaternaris i els tries $K$-dimensionals.
Esta tesis está dedicada al diseño y al análisis de estructuras de datos multidimensionales; es decir, estructuras de datos específicas para almacenar registros $K$-dimensionales que suelen representarse como puntos en el espacio $[0,1]^K$. Estas estructuras de datos tienen aplicaciones en diversas áreas de la informática como son: los sistemas de información geográfica, la robótica, el procesamiento de imágenes, la world wide web o data mining, entre otras.
Las estructuras de datos multidimensionales suelen utilizarse también como índices de estructuras que almacenan, posiblemente en memoria externa, datos complejos.
Las estructuras de datos multidimensionales deben ofrecer la posibilidad de realizar operaciones de inserción y borrado de llaves de manera dinámica, pero además deben permitir realizar búsquedas asociativas en los registros almacenados. Ejemplos de búsquedas asociativas son las búsquedas por rangos ortogonales (¿qué puntos de la estructura de datos están dentro de un hiper-rectángulo dado?) y las búsquedas del vecino más cercano (¿cuál es el punto de la estructura de datos más cercano a un punto dado?).
Las contribuciones de esta tesis se dividen en dos partes:
La primera parte está dedicada al diseño de estructuras de datos para puntos multidimensionales, que incluye el diseño de los árboles binarios $K$-dimensionales aleatorios (Randomized $K$-d trees), el de los árboles cuaternarios aleatorios (Randomized quad trees), y el de los árboles multidimensionales con punteros de referencia (Fingered multidimensional trees).
La segunda parte contiene contribuciones al análisis del comportamiento de las estructuras de datos para puntos multidimensionales. En particular, damos el análisis del costo promedio de las búsquedas parciales en los árboles $K$-dimensionales relajados y el de las búsquedas por rango en varias estructuras de datos multidimensionales.
Con respecto al diseño de estructuras de datos multidimensionales, proponemos algoritmos aleatorios de inserción y borrado de registros para los árboles $K$-dimensionales y los árboles cuaternarios que producen árboles aleatorios independientemente del orden de inserción de los registros y después de cualquier secuencia de inserciones y borrados intercalados. De hecho, con la aleatorización garantizamos un buen rendimiento esperado de las estructuras de datos resultantes, que es independiente de la distribución de los datos de entrada, conservando la flexibilidad y la simplicidad de los árboles $K$-dimensionales y de los árboles cuaternarios estándar. También proponemos los árboles multidimensionales con punteros de referencia, una técnica que permite que las estructuras de datos multidimensionales exploten la localidad de referencia en búsquedas asociativas que se presentan altamente correlacionadas.
Con respecto al análisis de estructuras de datos multidimensionales, comenzamos dando un análisis preciso del costo esperado de las búsquedas parciales en los árboles $K$-dimensionales relajados. A continuación, utilizamos este resultado como base para el análisis de las búsquedas por rangos ortogonales, combinándolo con argumentos combinatorios y geométricos. Como resultado obtenemos un estimado asintótico preciso del costo de las búsquedas por rango en los árboles $K$-dimensionales relajados. Finalmente, mostramos que las técnicas utilizadas pueden extenderse fácilmente a otras estructuras de datos y por tanto proporcionamos un análisis preciso del costo promedio de búsquedas por rango en estructuras de datos como los árboles $K$-dimensionales estándar, los árboles cuaternarios, los tries cuaternarios y los tries $K$-dimensionales.
This thesis is about the design and analysis of point multidimensional data structures: data structures that store $K$-dimensional keys which we may abstract as points in $[0,1]^K$. These data structures are present in many applications of geographical information systems, image processing or robotics, among others. They are also frequently used as indexes of more complex data structures, possibly stored in external memory.
Point multidimensional data structures must have capabilities such as insertion, deletion and (exact) search of items, but in addition they must support the so called {em associative queries}. Examples of these queries are orthogonal range queries (which are the items that fall inside a given hyper-rectangle?) and nearest neighbour queries (which is the closest item to some given point?).
The contributions of this thesis are two-fold:
Contributions to the design of point multidimensional data structures: the design of randomized $K$-d trees, the design of randomized quad trees and the design of fingered multidimensional search trees;
Contributions to the analysis of the performance of point multidimensional data structures: the average-case analysis of partial match queries in relaxed $K$-d trees and the average-case analysis of orthogonal range queries in various multidimensional data structures.
Concerning the design of randomized point multidimensional data structures, we propose randomized insertion and deletion algorithms for $K$-d trees and quad trees that produce random $K$-d trees and quad trees independently of the order in which items are inserted into them and after any sequence of interleaved insertions and deletions. The use of randomization provides expected performance guarantees, irrespective of any assumption on the data distribution, while retaining the simplicity and flexibility of standard $K$-d trees and quad trees.
Also related to the design of point multidimensional data structures is the proposal of fingered multidimensional search trees, a new technique that enhances point multidimensional data structures to exploit locality of reference in associative queries.
With regards to performance analysis, we start by giving a precise analysis of the cost of partial matches in randomized $K$-d trees. We use these results as a building block in our analysis of orthogonal range queries, together with combinatorial and geometric arguments and we provide a tight asymptotic estimate of the cost of orthogonal range search in randomized $K$-d trees. We finally show that the techniques used apply easily to other data structures, so we can provide an analysis of the average cost of orthogonal range search in other data structures such as standard $K$-d trees, quad trees, quad tries, and $K$-d tries.
Schroeder, Michael Philipp 1986. „Analysis and visualization of multidimensional cancer genomics data“. Doctoral thesis, Universitat Pompeu Fabra, 2014. http://hdl.handle.net/10803/301436.
Der volle Inhalt der QuelleEl cancer és una malaltia complexa causada per alteracions somàtiques del genoma i epigenoma de les cèl•lules tumorals. Un augment d’inversions i l'accés a tecnologies de baix cost ha provocat un increment important en la generació de dades genòmiques de càncer. La disponibilitat d’aquestes dades ofereix noves possibilitats per entendre millor les propietats moleculars del càncer. En aquest àmbit, presento dos mètodes que aprofiten aquesta gran disponibilitat de dades genòmiques de càncer: OncodriveROLE, un procediment per a classificar gens “drivers” del càncer segons si el seu mode d’acció ésl'activació o la pèrdua de funció del producte gènic; i MutEx, un estadístic per a mesurar la tendència de les mutacions somàtiques a l’exclusió mútua. Tanmateix, la manca de precedents d’aquesta gran dimensió de dades fa sorgir nous problemes en quant a la seva accessibilitat i exploració, els quals intentem solventar amb noves eines de visualització: i) Heatmaps interactius de Gitools amb dades genòmiques de càncer a gran escala, a punt per ser explorades, ii) jHeatmap, un heatmap interactiu per la web capaç de mostrar dades genòmiques de cancer multidimensionals i dissenyat per la seva inclusió a portals web; i iii) SVGMap, un servidor web per traslladar dades en figures SVG customitzades, útil per a la transl•lació de mesures experimentals en un model visual.
Nam, Beomseok. „Distributed multidimensional indexing for scientific data analysis applications“. College Park, Md. : University of Maryland, 2007. http://hdl.handle.net/1903/6795.
Der volle Inhalt der QuelleThesis research directed by: Computer Science. Title from t.p. of PDF. Includes bibliographical references. Published by UMI Dissertation Services, Ann Arbor, Mich. Also available in paper.
Palmas, Gregorio. „Visual Analysis of Multidimensional Data for Biomechanics and HCI“. Doctoral thesis, KTH, Beräkningsvetenskap och beräkningsteknik (CST), 2016. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-193713.
Der volle Inhalt der QuelleQC 20161011
Odondi, Maurice Jacob. „Multidimensional analysis of successive categories (rating) data by dual scaling“. Thesis, National Library of Canada = Bibliothèque nationale du Canada, 1997. http://www.collectionscanada.ca/obj/s4/f2/dsk2/ftp02/NQ28031.pdf.
Der volle Inhalt der QuelleWeherage, Pradeep Peiris. „BigDataCube: Distributed Multidimensional Data Cube Over Apache Spark : An OLAP framework that brings Multidimensional Data Analysis to modern Distributed Storage Systems“. Thesis, KTH, Skolan för informations- och kommunikationsteknik (ICT), 2017. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-215696.
Der volle Inhalt der QuelleMultidimensional Data Analysis är en viktig del av Data Analytic paradigm. Data Cube tillhandahåller den grundläggade abstraktionen för Multidimensional Data Analysis och hjälper till att hitta användningsbara observationer av ett dataset. OnLine Analytical Processing (OLAP) lyfter det till nästa nivå och stödjer resultat från analytiska frågor i realtid med en underliggande teknik som materliserar Data Cubes. Data Cube Materialization är signifikant för OLAP, men är en kostsam uppgift vad gäller processa och lagra datat.De flesta av tidiga beslutssystem uppfyller Multidimensional Data Analysis med en standarddataarkitektur som extraherar, transformerar och läser data från flera datakällor in I en central databas, s.k. Data Warehouse, som exekveras av OLAP och tillhandahåller en Data Cube-abstraktion. Men denna arkitektur och tradionella OLAP-motorer klarar inte att hantera moderna högbelastade datasets. Idag har vi system med distribuerad datalagring, som har data på ett kluster av datornoder, med distribuerade dataprocesser, så som MapReduce, Spark, Storm etc. Dessa tillåter en mer ad-hoc dataanalysfunktionalitet. Än så länge så finns det ingen korrekt angreppsätt tillgänlig för Multidimensional Data Analysis eller någon distribuerad OLAP-motor som följer Distributed Data Cube Materialization.Det är viktigt att ha en korrekt Distributed Data Cube Materializationmekanism för att stödja Multidimensional Data Analysis för dagens distribuerade lagringssystem. Det finns många forskningarar idag som tittar på MapReduce för Data Cube Materialization. Nyligen har även Apache Spark tillgänglitgjort CUBE-operationer som en del av deras DataFrame API. Detta examensarbete tar upp frågeställningen, vilket som är det bästa angrepssättet för distribuerade system för Data Cube Materialization, MapReduce eller Spark. Arbetet bidrar dessutom med experiment som jämför de två distribuerade systemen i materialiserande datakubar över antalet poster, dimensioner och klusterstorlek. Examensarbetet bidrar även med ett mindre ramverk BigDataCube, som använder Spark DataFramesi bakgrunden för Data Cube Materialization och uppfyller behovet av Multidimensional Data Analysis av distribuerade lagringssystem.
Jernberg, Robert, und Tobias Hultgren. „Flexible Data Extraction for Analysis using Multidimensional Databases and OLAP Cubes“. Thesis, KTH, Data- och elektroteknik, 2013. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-123393.
Der volle Inhalt der QuelleBright är ett företag som tillhandahåller undersökningar för kund- och medarbetarnöjdhet, och använder den informationen för att ge återkoppling till sina kunder. Data från undersökningarna sparas i en relationsdatabas och information genereras både genom att direkt fråga databasen såväl som att göra manuell analys på extraherad data. När mängden data ökar så ökar även tiden som krävs för att generera informationen. För att extrahera data krävs en betydande mängd manuellt arbete och i praktiken undviks det. Då detta inte är ett ovanligt problem finns det ett gediget teoretiskt ramverk kring området. Målet med detta examensarbete är att utforska de olika metoderna för att uppnå flexibel och effektiv dataanalys på stora mängder data. Det implementerades genom att använda en multidimensionell databas designad för analys samt en OnLine Analytical Processing (OLAP)-kub byggd med Microsoft SQL Server Analysis Services (SSAS). Kuben designades med möjligheten att extrahera data på en individuell nivå med PivotTables i Excel. Den implementerade prototypen analyserades vilket visade att prototypen konsekvent levererar korrekta resultat flerfaldigt så effektivt som den nuvarande lösningen såväl som att göra nya typer av analys möjliga och lättanvända. Slutsatsen dras att användandet av en OLAP-kub var ett bra val för det aktuella problemet, samt att valet att använda SSAS tillhandahöll de nödvändiga funktionaliteterna för en funktionell prototyp. Slutligen diskuterades rekommendationer av möjliga framtida utvecklingar.
Johnson, Kevin J. „Strategies for chemometric analysis of gas chromatographic data /“. Thesis, Connect to this title online; UW restricted, 2003. http://hdl.handle.net/1773/8513.
Der volle Inhalt der QuelleBücher zum Thema "Ceramics, multidimensional data analysis"
Murtagh, Fionn. Multidimensional clustering algorithms. Vienna: Physica-Verlag, 1985.
Den vollen Inhalt der Quelle finden1952-, Blakely Jeffrey A., und Bennett W. J, Hrsg. Analysis and publication of ceramics: The computer data-base in archaeology. Oxford, England: B.A.R., 1989.
Den vollen Inhalt der Quelle findenSivertun, Åke. Geographical Information Systems (GIS) as a tool for analysis and communication of multidimensional data. Umeå, Sweden: Dept. of Geography, University of Umeå, 1993.
Den vollen Inhalt der Quelle findenAdam, Pintz, und United States. National Aeronautics and Space Administration., Hrsg. Ceramic material life prediction: A program to translate ANSYS results to CARES/LIFE reliability analysis : final report. [Washington, DC: National Aeronautics and Space Administration, 1994.
Den vollen Inhalt der Quelle findenGrigor'ev, Anatoliy, und Evgeniy Isaev. Methods and algorithms of data processing. ru: INFRA-M Academic Publishing LLC., 2020. http://dx.doi.org/10.12737/1032305.
Der volle Inhalt der QuelleBabeshko, Lyudmila, und Irina Orlova. Econometrics and econometric modeling in Excel and R. ru: INFRA-M Academic Publishing LLC., 2020. http://dx.doi.org/10.12737/1079837.
Der volle Inhalt der QuelleVarlamov, Oleg. Mivar databases and rules. ru: INFRA-M Academic Publishing LLC., 2021. http://dx.doi.org/10.12737/1508665.
Der volle Inhalt der QuelleTihonova, Elena, Elena Dianina, Vasiliy Egorov und Elena Karpova. Social management of career guidance activities in educational institutions of a modern metropolis. ru: INFRA-M Academic Publishing LLC., 2022. http://dx.doi.org/10.12737/1872851.
Der volle Inhalt der QuelleM, Amabile Teresa, Singer Jill, Chedd-Angier Production Company (U.S.)., Consort for Mathematics and its Applications, Inc. und Magic Lantern Communications, Hrsg. Multidimensional data analysis [videorecording]. Oakville, Ont. :bMagic Lantern Communications Ltd, 1989.
Den vollen Inhalt der Quelle findenBhattacharyya, Siddhartha, Sourav De, Paramartha Dutta und Indrajit Pan. Intelligent Multidimensional Data Clustering and Analysis. IGI Global, 2017.
Den vollen Inhalt der Quelle findenBuchteile zum Thema "Ceramics, multidimensional data analysis"
Everitt, Brian S., und Graham Dunn. „Multidimensional Scaling“. In Applied Multivariate Data Analysis, 93–124. West Sussex, United Kingdom: John Wiley & Sons, Ltd,., 2013. http://dx.doi.org/10.1002/9781118887486.ch5.
Der volle Inhalt der QuelleAdachi, Kohei. „Multidimensional Scaling“. In Matrix-Based Introduction to Multivariate Data Analysis, 247–58. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-4103-2_16.
Der volle Inhalt der QuelleAdachi, Kohei. „Multidimensional Scaling“. In Matrix-Based Introduction to Multivariate Data Analysis, 243–53. Singapore: Springer Singapore, 2016. http://dx.doi.org/10.1007/978-981-10-2341-5_16.
Der volle Inhalt der QuelleSamarabandu, Jagath K., Raj Acharya und Ping-chin Cheng. „Analysis and Presentation of Three Dimensional Data Sets“. In Multidimensional Microscopy, 231–50. New York, NY: Springer New York, 1994. http://dx.doi.org/10.1007/978-1-4613-8366-6_13.
Der volle Inhalt der QuelleBorg, I., und J. Lingoes. „Mappings of Data in Distances“. In Multidimensional Similarity Structure Analysis, 292–308. New York, NY: Springer New York, 1987. http://dx.doi.org/10.1007/978-1-4612-4768-5_18.
Der volle Inhalt der QuelleTerada, Yoshikazu, und Patrick J. F. Groenen. „Multidimensional Scaling of Distributional Data“. In Analysis of Distributional Data, 273–92. Boca Raton: Chapman and Hall/CRC, 2022. http://dx.doi.org/10.1201/9781315370545-12.
Der volle Inhalt der QuelleGroenen, Patrick J. F., Rudolf Mathar und Javier Trejos. „Global Optimization Methods for Multidimensional Scaling Applied to Mobile Communications“. In Data Analysis, 459–69. Berlin, Heidelberg: Springer Berlin Heidelberg, 2000. http://dx.doi.org/10.1007/978-3-642-58250-9_37.
Der volle Inhalt der QuelleMathar, Rudolf. „Algorithms in Multidimensional Scaling“. In Conceptual and Numerical Analysis of Data, 159–77. Berlin, Heidelberg: Springer Berlin Heidelberg, 1989. http://dx.doi.org/10.1007/978-3-642-75040-3_10.
Der volle Inhalt der QuelleSuerdem, Ahmet. „Multidimensional Scaling of Qualitative Data“. In The Routledge Reviewer's Guide to Mixed Methods Analysis, 45–56. New York: Routledge, 2021. http://dx.doi.org/10.4324/9780203729434-4.
Der volle Inhalt der Quellevan Wezel, Michiel C., Walter A. Kosters, Peter van der Putten und Joost N. Kok. „Nonmetric Multidimensional Scaling with Neural Networks“. In Advances in Intelligent Data Analysis, 145–55. Berlin, Heidelberg: Springer Berlin Heidelberg, 2001. http://dx.doi.org/10.1007/3-540-44816-0_15.
Der volle Inhalt der QuelleKonferenzberichte zum Thema "Ceramics, multidimensional data analysis"
Chang-Hui Lu, Dong-Fen Hou, Xu-Chong Liu, Qing-Bao Liu und Su Deng. „Imprecise information in multidimensional data analysis“. In 2010 3rd IEEE International Conference on Computer Science and Information Technology (ICCSIT 2010). IEEE, 2010. http://dx.doi.org/10.1109/iccsit.2010.5565108.
Der volle Inhalt der QuelleDoreswamy und K. S. Harishkumar. „Multidimensional Data Model for Air Pollution Data Analysis“. In 2018 International Conference on Advances in Computing, Communications and Informatics (ICACCI). IEEE, 2018. http://dx.doi.org/10.1109/icacci.2018.8554621.
Der volle Inhalt der QuellePetruska, Igor. „STATISTICAL ANALYSIS OF MULTIDIMENSIONAL DATA IN FINANCIAL ANALYSIS“. In 5th International Multidisciplinary Scientific Conferences on SOCIAL SCIENCES and ARTS SGEM2018. STEF92 Technology, 2018. http://dx.doi.org/10.5593/sgemsocial2018/1.3/s03.038.
Der volle Inhalt der QuelleBochicchio, Mario A., Antonella Longo, Lucia Vaira, Antonio Malvasi und Andrea Tinelli. „Multidimensional analysis of fetal growth curves“. In 2013 IEEE International Conference on Big Data. IEEE, 2013. http://dx.doi.org/10.1109/bigdata.2013.6691754.
Der volle Inhalt der QuelleValis, D., L. Zak und Z. Vintr. „Perspective Exploratory Methods for Multidimensional Data Analysis“. In 2019 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). IEEE, 2019. http://dx.doi.org/10.1109/ieem44572.2019.8978643.
Der volle Inhalt der Quelle„Multidimensional Analysis of RFID Data in Logistics“. In 2009 42nd Hawaii International Conference on System Sciences. IEEE, 2009. http://dx.doi.org/10.1109/hicss.2009.315.
Der volle Inhalt der QuelleMORHÁČ, M., J. KLIMAN, V. MATOUŠEK, I. TURZO, L. KRUPA und M. JANDEL. „ADVANCED ANALYSIS OF MULTIDIMENSIONAL EXPERIMENTAL NUCLEAR DATA“. In Proceedings of the 5th International Conference. WORLD SCIENTIFIC, 2002. http://dx.doi.org/10.1142/9789812776723_0042.
Der volle Inhalt der QuelleHilal, Median, Christoph G. Schuetz und Michael Schrefl. „Superimposed multidimensional schemas for RDF data analysis“. In 2017 IEEE 14th International Scientific Conference on Informatics. IEEE, 2017. http://dx.doi.org/10.1109/informatics.2017.8327230.
Der volle Inhalt der QuelleGoil, S., und A. Choudhary. „High Performance Multidimensional Analysis and Data Mining“. In SC98 - High Performance Networking and Computing Conference. IEEE, 1998. http://dx.doi.org/10.1109/sc.1998.10043.
Der volle Inhalt der QuelleBONDAREV, A. E. „VISUALIZATION, CONSTRUCTING, AND ANALYSIS OF MULTIDIMENSIONAL DATA“. In GRAPHICON 2024, 23–25. Omsk State Technical University, 2024. http://dx.doi.org/10.25206/978-5-8149-3873-2-2024-23-25.
Der volle Inhalt der QuelleBerichte der Organisationen zum Thema "Ceramics, multidimensional data analysis"
Grady, Dennis E. Analysis of Shock and High-Rate Data for Ceramics: Equation of State Properties and Fragmentation in the Ballistic Environment. Fort Belvoir, VA: Defense Technical Information Center, Mai 2009. http://dx.doi.org/10.21236/ada503449.
Der volle Inhalt der QuelleCrowe. PR-261-15609-R01 Machine Learning Algorithms for Smart Meter Diagnostics Part II (TR2701). Chantilly, Virginia: Pipeline Research Council International, Inc. (PRCI), Dezember 2015. http://dx.doi.org/10.55274/r0010862.
Der volle Inhalt der QuellePanchenko, Liubov, und Andrii Khomiak. Education Statistics: Looking for Case-Study for Modeling. [б. в.], November 2020. http://dx.doi.org/10.31812/123456789/4461.
Der volle Inhalt der QuelleGeneralao, Ian Nicole, Pauline Joy Lorenzo, Chrislyn Joanna Eñate, Frances Camille Dumalaog, John Joseph Ocbina, Kimberly Librero und Aniceto Jr Orbeta. An Assessment of the Enterprise-Based Training Modality in the Philippines: Barriers, Incentives, and Policy Gaps. Philippine Institute for Development Studies, Mai 2024. http://dx.doi.org/10.62986/dp2024.05.
Der volle Inhalt der QuelleRamm-Granberg, Tynan, F. Rocchio, Catharine Copass, Rachel Brunner und Eric Nelsen. Revised vegetation classification for Mount Rainier, North Cascades, and Olympic national parks: Project summary report. National Park Service, Februar 2021. http://dx.doi.org/10.36967/nrr-2284511.
Der volle Inhalt der QuelleNikula, Blair, und Robert Cook. Status and distribution of Odonates at Cape Cod National Seashore. National Park Service, 2024. http://dx.doi.org/10.36967/2303254.
Der volle Inhalt der QuelleSett, Dominic, Florian Waldschmidt, Alvaro Rojas-Ferreira, Saut Sagala, Teresa Arce Mojica, Preeti Koirala, Patrick Sanady et al. Climate and disaster risk analytics tool for adaptive social protection. United Nations University - Institute for Environment and Human Security, März 2022. http://dx.doi.org/10.53324/wnsg2302.
Der volle Inhalt der Quelle