Добірка наукової літератури з теми "Data analysis and interpretation techniques"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Data analysis and interpretation techniques".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Data analysis and interpretation techniques"
Wu, Yanping, and Md Habibur Rahman. "Analysis of Structured Data in Biomedicine Using Soft Computing Techniques and Computational Analysis." Computational Intelligence and Neuroscience 2022 (October 10, 2022): 1–11. http://dx.doi.org/10.1155/2022/4711244.
Повний текст джерелаFisher, M., and E. Hunter. "Digital imaging techniques in otolith data capture, analysis and interpretation." Marine Ecology Progress Series 598 (June 28, 2018): 213–31. http://dx.doi.org/10.3354/meps12531.
Повний текст джерелаDobson, Scott, Jennifer Dabelstein, Anita Bagley, and Jon Davids. "Interpretation of kinematic data: Visual vs. computer-based analysis techniques." Gait & Posture 7, no. 2 (March 1998): 182–83. http://dx.doi.org/10.1016/s0966-6362(98)90277-6.
Повний текст джерелаBornik, Alexander, and Wolfgang Neubauer. "3D Visualization Techniques for Analysis and Archaeological Interpretation of GPR Data." Remote Sensing 14, no. 7 (April 1, 2022): 1709. http://dx.doi.org/10.3390/rs14071709.
Повний текст джерелаThomas, Sabu K., and K. T. Thomachen. "Biodiversity Studies and Multicollinearity in Multivariate Data Analysis." Mapana - Journal of Sciences 6, no. 1 (May 31, 2007): 27–35. http://dx.doi.org/10.12723/mjs.10.2.
Повний текст джерелаRazminia, K., A. Hashemi, A. Razminia, and D. Baleanu. "Explicit Deconvolution of Well Test Data Dominated by Wellbore Storage." Abstract and Applied Analysis 2014 (2014): 1–12. http://dx.doi.org/10.1155/2014/912395.
Повний текст джерелаYamada, Ryo, Daigo Okada, Juan Wang, Tapati Basak, and Satoshi Koyama. "Interpretation of omics data analyses." Journal of Human Genetics 66, no. 1 (May 8, 2020): 93–102. http://dx.doi.org/10.1038/s10038-020-0763-5.
Повний текст джерелаPavlopoulos, Sotiris, Trias Thireou, George Kontaxakis, and Andres Santos. "Analysis and interpretation of dynamic FDG PET oncological studies using data reduction techniques." BioMedical Engineering OnLine 6, no. 1 (2007): 36. http://dx.doi.org/10.1186/1475-925x-6-36.
Повний текст джерелаKendrick, Sarah K., Qi Zheng, Nichola C. Garbett, and Guy N. Brock. "Application and interpretation of functional data analysis techniques to differential scanning calorimetry data from lupus patients." PLOS ONE 12, no. 11 (November 9, 2017): e0186232. http://dx.doi.org/10.1371/journal.pone.0186232.
Повний текст джерелаRenqi, Jiang, John P. Castagna, and Wu Jian. "Applications of high-resolution seismic frequency and phase attribute analysis techniques." Earth sciences and subsoil use 45, no. 4 (January 8, 2023): 324–44. http://dx.doi.org/10.21285/2686-9993-2022-45-4-324-344.
Повний текст джерелаДисертації з теми "Data analysis and interpretation techniques"
Vitale, Raffaele. "Novel chemometric proposals for advanced multivariate data analysis, processing and interpretation." Doctoral thesis, Universitat Politècnica de València, 2017. http://hdl.handle.net/10251/90442.
Повний текст джерелаLa presente tesis doctoral, concebida principalmente para apoyar y reforzar la relación entre la academia y la industria, se desarrolló en colaboración con Shell Global Solutions (Amsterdam, Países Bajos) en el esfuerzo de aplicar y posiblemente extender los enfoques ya consolidados basados en variables latentes (es decir, Análisis de Componentes Principales - PCA - Regresión en Mínimos Cuadrados Parciales - PLS - o PLS discriminante - PLSDA) para la resolución de problemas complejos no sólo en los campos de mejora y optimización de procesos, sino también en el entorno más amplio del análisis de datos multivariados. Con este fin, en todos los capítulos proponemos nuevas soluciones algorítmicas eficientes para abordar tareas dispares, desde la transferencia de calibración en espectroscopia hasta el modelado en tiempo real de flujos de datos. El manuscrito se divide en las seis partes siguientes, centradas en diversos temas de interés: Parte I - Prefacio, donde presentamos un resumen de este trabajo de investigación, damos sus principales objetivos y justificaciones junto con una breve introducción sobre PCA, PLS y PLSDA; Parte II - Sobre las extensiones basadas en kernels de PCA, PLS y PLSDA, donde presentamos el potencial de las técnicas de kernel, eventualmente acopladas a variantes específicas de la recién redescubierta proyección de pseudo-muestras, formulada por el estadista inglés John C. Gower, y comparamos su rendimiento respecto a metodologías más clásicas en cuatro aplicaciones a escenarios diferentes: segmentación de imágenes Rojo-Verde-Azul (RGB), discriminación y monitorización de procesos por lotes y análisis de diseños de experimentos de mezclas; Parte III - Sobre la selección del número de factores en el PCA por pruebas de permutación, donde aportamos una guía extensa sobre cómo conseguir la selección de componentes de PCA mediante pruebas de permutación y una ilustración completa de un procedimiento algorítmico original implementado para tal fin; Parte IV - Sobre la modelización de fuentes de variabilidad común y distintiva en el análisis de datos multi-conjunto, donde discutimos varios aspectos prácticos del análisis de componentes comunes y distintivos de dos bloques de datos (realizado por métodos como el Análisis Simultáneo de Componentes - SCA - Análisis Simultáneo de Componentes Distintivos y Comunes - DISCO-SCA - Descomposición Adaptada Generalizada de Valores Singulares - Adapted GSVD - ECO-POWER, Análisis de Correlaciones Canónicas - CCA - y Proyecciones Ortogonales de 2 conjuntos a Estructuras Latentes - O2PLS). Presentamos a su vez una nueva estrategia computacional para determinar el número de factores comunes subyacentes a dos matrices de datos que comparten la misma dimensión de fila o columna y dos planteamientos novedosos para la transferencia de calibración entre espectrómetros de infrarrojo cercano; Parte V - Sobre el procesamiento y la modelización en tiempo real de flujos de datos de alta dimensión, donde diseñamos la herramienta de Procesamiento en Tiempo Real (OTFP), un nuevo sistema de manejo racional de mediciones multi-canal registradas en tiempo real; Parte VI - Epílogo, donde presentamos las conclusiones finales, delimitamos las perspectivas futuras, e incluimos los anexos.
La present tesi doctoral, concebuda principalment per a recolzar i reforçar la relació entre l'acadèmia i la indústria, es va desenvolupar en col·laboració amb Shell Global Solutions (Amsterdam, Països Baixos) amb l'esforç d'aplicar i possiblement estendre els enfocaments ja consolidats basats en variables latents (és a dir, Anàlisi de Components Principals - PCA - Regressió en Mínims Quadrats Parcials - PLS - o PLS discriminant - PLSDA) per a la resolució de problemes complexos no solament en els camps de la millora i optimització de processos, sinó també en l'entorn més ampli de l'anàlisi de dades multivariades. A aquest efecte, en tots els capítols proposem noves solucions algorítmiques eficients per a abordar tasques dispars, des de la transferència de calibratge en espectroscopia fins al modelatge en temps real de fluxos de dades. El manuscrit es divideix en les sis parts següents, centrades en diversos temes d'interès: Part I - Prefaci, on presentem un resum d'aquest treball de recerca, es donen els seus principals objectius i justificacions juntament amb una breu introducció sobre PCA, PLS i PLSDA; Part II - Sobre les extensions basades en kernels de PCA, PLS i PLSDA, on presentem el potencial de les tècniques de kernel, eventualment acoblades a variants específiques de la recentment redescoberta projecció de pseudo-mostres, formulada per l'estadista anglés John C. Gower, i comparem el seu rendiment respecte a metodologies més clàssiques en quatre aplicacions a escenaris diferents: segmentació d'imatges Roig-Verd-Blau (RGB), discriminació i monitorització de processos per lots i anàlisi de dissenys d'experiments de mescles; Part III - Sobre la selecció del nombre de factors en el PCA per proves de permutació, on aportem una guia extensa sobre com aconseguir la selecció de components de PCA a través de proves de permutació i una il·lustració completa d'un procediment algorítmic original implementat per a la finalitat esmentada; Part IV - Sobre la modelització de fonts de variabilitat comuna i distintiva en l'anàlisi de dades multi-conjunt, on discutim diversos aspectes pràctics de l'anàlisis de components comuns i distintius de dos blocs de dades (realitzat per mètodes com l'Anàlisi Simultània de Components - SCA - Anàlisi Simultània de Components Distintius i Comuns - DISCO-SCA - Descomposició Adaptada Generalitzada en Valors Singulars - Adapted GSVD - ECO-POWER, Anàlisi de Correlacions Canòniques - CCA - i Projeccions Ortogonals de 2 blocs a Estructures Latents - O2PLS). Presentem al mateix temps una nova estratègia computacional per a determinar el nombre de factors comuns subjacents a dues matrius de dades que comparteixen la mateixa dimensió de fila o columna, i dos plantejaments nous per a la transferència de calibratge entre espectròmetres d'infraroig proper; Part V - Sobre el processament i la modelització en temps real de fluxos de dades d'alta dimensió, on dissenyem l'eina de Processament en Temps Real (OTFP), un nou sistema de tractament racional de mesures multi-canal registrades en temps real; Part VI - Epíleg, on presentem les conclusions finals, delimitem les perspectives futures, i incloem annexos.
Vitale, R. (2017). Novel chemometric proposals for advanced multivariate data analysis, processing and interpretation [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/90442
TESIS
Smith, Eugene Herbie. "An analytical framework for monitoring and optimizing bank branch network efficiency / E.H. Smith." Thesis, North-West University, 2009. http://hdl.handle.net/10394/5029.
Повний текст джерелаThesis (M.Com. (Computer Science))--North-West University, Potchefstroom Campus, 2010.
Carter, Duane B. "Analysis of Multiresolution Data fusion Techniques." Thesis, Virginia Tech, 1998. http://hdl.handle.net/10919/36609.
Повний текст джерелаMaster of Science
Astbury, S. "Analysis and interpretation of full waveform sonic data." Thesis, University of Oxford, 1985. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.371535.
Повний текст джерелаGimblett, Brian James. "The application of artificial intelligence techniques to data interpretation in analytical chemistry." Thesis, University of Salford, 2002. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.395862.
Повний текст джерелаLahouar, Samer. "Development of Data Analysis Algorithms for Interpretation of Ground Penetrating Radar Data." Diss., Virginia Tech, 2003. http://hdl.handle.net/10919/11051.
Повний текст джерелаPh. D.
Pinpart, Tanya. "Techniques for analysis and interpretation of UHF partial discharge signals." Thesis, University of Strathclyde, 2010. http://oleg.lib.strath.ac.uk:80/R/?func=dbin-jump-full&object_id=12830.
Повний текст джерелаDeng, Xinping. "Texture analysis and physical interpretation of polarimetric SAR data." Doctoral thesis, Universitat Politècnica de Catalunya, 2016. http://hdl.handle.net/10803/396607.
Повний текст джерелаEsta tesis está dedicada al estudio del análisis de texturas y de la interpretación física de datos PolSAR. Como punto de partida, se ha llevado a cabo un estudio completo de los modelos estadísticos para datos PolSAR. Todos los modelos se han clasificado en tres categorías: distribuciónes gaussianas, modelos de textura y modelos de mezcla finita. Los modelos de textura, que asumen que la aleatoriedad de los datos SAR se debe a dos factores no relacionados, la textura y el speckle, son el tema principal de este estudio. Las distribuciones del vector de dispersión y de la matriz de covarianza en diferentes modelos son revisados. Debido a que se han propuesto muchos modelos, cómo elegir el más preciso para unos datos en particular es un gran reto. Los métodos que analizan diferentes canales polarimétricos por separado o requieren de un filtrado de los datos presentan limitacions en muchos casos, especialmente cuando se trata de datos de alta resolución. En esta tesis, la norma L2 de los vectores de dispersión se estudian, demostrando su utilidad para extraer información estadística de los datos PolSAR. Las estadísticas basadas en la norma L2 se pueden utilizar para determinar la distribución de los datos. En la literatura, se sugieren una serie de modelos para modelar la textura de los datos PolSAR, siendo alguno de ellos muy complejos. Sin embargo, la mayoría de ellos carecen de una explicación física. El modelo de random walk, que se puede interpretar como un análogo discreto del proceso de enfocado de los datos SAR, se estudia con el objetivo de comprender las estadísticas de los datos desde el punto de vista de proceso de dispersión. Se desarrolla un simulador basado en el modelo de random walk, donde se consideran diversas variaciones en los tipos de dispersores y número de dispersores. Se construye un puente entre los modelos matemáticos y mecanismos físicos subyacentes. Se encontró que tanto la mezcla como la textura podrían dar las mismas estadísticas, tales como log-cumulantes de segundo orden y tercer orden. Los dos conceptos, la textura y la mezcla, representan dos escenarios muy diferentes. Se realizó un estudio adicional para ver si es posible distinguirlos, demostrando que las estadísticas de orden superior son favorables en esta tarea. Pueden interpretarse físicamente para distinguir la dispersión a partir de un solo tipo de blanco de una mezcla de blancos.
Fitzgerald, Tomas W. "Data analysis methods for copy number discovery and interpretation." Thesis, Cranfield University, 2014. http://dspace.lib.cranfield.ac.uk/handle/1826/10002.
Повний текст джерелаVenugopal, Niveditha. "Annotation-Enabled Interpretation and Analysis of Time-Series Data." PDXScholar, 2018. https://pdxscholar.library.pdx.edu/open_access_etds/4708.
Повний текст джерелаКниги з теми "Data analysis and interpretation techniques"
Taylor, John K. Statistical techniques for data analysis. Chelsea, Mich: Lewis Publishers, 1990.
Знайти повний текст джерелаCheryl, Cihon, ed. Statistical techniques for data analysis. 2nd ed. Boca Raton: Chapman & Hall/CRC, 2004.
Знайти повний текст джерелаS, Guy Christopher, Brown Michael L, and American Fisheries Society, eds. Analysis and Interpretation of freshwater fisheries data. Bethesda, Md: American Fisheries Society, 2007.
Знайти повний текст джерелаMatrix population models: Construction, analysis, and interpretation. Sunderland, Mass: Sinauer Associates, 1989.
Знайти повний текст джерелаDigital analysis of remotely sensed imagery. New York: McGraw-Hill, 2009.
Знайти повний текст джерелаDua, Sumeet. Computational analysis of the human eye with applications. Singapore: World Scientific, 2011.
Знайти повний текст джерелаCressie, Noel A. C. Statistics for spatial data. New York: Wiley, 1991.
Знайти повний текст джерелаCressie, Noel A. C. Statistics for spatial data. New York: Wiley, 1993.
Знайти повний текст джерелаGideon, Keren, and Lewis Charles 1943-, eds. A Handbook for data analysis in the behavioral sciences: Methodological issues. Hillsdale, N.J: L. Erlbaum Associates, 1993.
Знайти повний текст джерелаData analysis techniques. Harlow: Pearson Education Limited, 2006.
Знайти повний текст джерелаЧастини книг з теми "Data analysis and interpretation techniques"
Ogiela, Lidia, and Marek R. Ogiela. "Understanding-based image analysis systems." In Cognitive Techniques in Visual Data Interpretation, 75–78. Berlin, Heidelberg: Springer Berlin Heidelberg, 2009. http://dx.doi.org/10.1007/978-3-642-02693-5_6.
Повний текст джерелаSucharita, V., P. Venkateswara Rao, and Pellakuri Vidyullatha. "Big Data Analysis, Interpretation, and Management for Secured Smart Health Care." In Big Data Analytics and Intelligent Techniques for Smart Cities, 73–91. Boca Raton: CRC Press, 2021. http://dx.doi.org/10.1201/9781003187356-4.
Повний текст джерелаSreenivasarao, Vuda, and Venkata Subbareddy Pallamreddy. "Advanced Data Warehousing Techniques for Analysis, Interpretation and Decision Support of Scientific Data." In Advances in Computing and Information Technology, 162–74. Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. http://dx.doi.org/10.1007/978-3-642-22555-0_18.
Повний текст джерелаRawi, Norkhairani Abdul, Norhasiza Mat Jusoh, Mohd Nordin Abdul Rahman, Abd Rasid Mamat, and Mokhairi Makhtar. "Image Segmentation Techniques to Support Manual Chest X-Ray Interpretation." In Digital Economy, Business Analytics, and Big Data Analytics Applications, 11–20. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-031-05258-3_2.
Повний текст джерелаJenkins, L. M. "Data analysis." In Numerical Techniques, 62–97. London: CRC Press, 2023. http://dx.doi.org/10.1201/9781003422013-4.
Повний текст джерелаMolinero-Parejo, Ramón. "Geographically Weighted Methods to Validate Land Use Cover Maps." In Land Use Cover Datasets and Validation Tools, 255–65. Cham: Springer International Publishing, 2022. http://dx.doi.org/10.1007/978-3-030-90998-7_13.
Повний текст джерелаOwen, Gwilym, Yu Chen, Gwilym Pryce, Tim Birabi, Hui Song, and Bifeng Wang. "Deprivation Indices in China: Establishing Principles for Application and Interpretation." In The Urban Book Series, 305–27. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-74544-8_14.
Повний текст джерелаAkram, Jubran. "Microseismic Data Interpretation." In Understanding Downhole Microseismic Data Analysis, 153–79. Cham: Springer International Publishing, 2020. http://dx.doi.org/10.1007/978-3-030-34017-9_5.
Повний текст джерелаAmjath-Babu, T. S., Santiago Lopez Riadura, and Timothy J. Krupnik. "Agriculture, Food and Nutrition Security: Concept, Datasets and Opportunities for Computational Social Science Applications." In Handbook of Computational Social Science for Policy, 215–29. Cham: Springer International Publishing, 2023. http://dx.doi.org/10.1007/978-3-031-16624-2_11.
Повний текст джерелаRaal, J. David, and Andreas L. Mühlbauer. "Techniques for Hpvle Data Interpretation." In Phase Equilibria, 343–52. Boca Raton: Routledge, 2023. http://dx.doi.org/10.1201/9780203743621-18.
Повний текст джерелаТези доповідей конференцій з теми "Data analysis and interpretation techniques"
Loiselet, M. "SAR images interpretation using data analysis techniques." In IEE Colloquium on Polarisation in Radar. IEE, 1996. http://dx.doi.org/10.1049/ic:19960434.
Повний текст джерелаRajendran, Shobana. "Image Retrieval Techniques, Analysis and Interpretation for Leukemia Data Sets." In Distributed Computing. IEEE, 2011. http://dx.doi.org/10.1109/snpd.2011.46.
Повний текст джерелаCooper, Gordon R. J. "A new semiautomatic interpretation technique for aeromagnetic data." In PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON NUMERICAL ANALYSIS AND APPLIED MATHEMATICS 2014 (ICNAAM-2014). AIP Publishing LLC, 2015. http://dx.doi.org/10.1063/1.4913063.
Повний текст джерелаEl Amine Senoussaoui, Mohammed, Issouf Fofana, and Mostefa Brahami. "Influence of Oil Quality on the Interpretation of Dissolved Gas Analysis Data." In 2021 IEEE 5th International Conference on Condition Assessment Techniques in Electrical Systems (CATCON). IEEE, 2021. http://dx.doi.org/10.1109/catcon52335.2021.9670513.
Повний текст джерелаMichael, Nikolaos A., Christian Scheibe, and Neil W. Craigie. "Automations in Chemostratigraphy: Toward Robust Chemical Data Analysis and Interpretation." In SPE Middle East Oil & Gas Show and Conference. SPE, 2021. http://dx.doi.org/10.2118/204892-ms.
Повний текст джерелаOre, Tobi, Davud Davudov, Anton Malkov, Ashwin Venkatraman, Talal Al-Aulaqi, Gurpreet Singh, Birol Dindoruk, et al. "A Comprehensive Analysis of Data Driven Techniques to Quantify Injector Producer Relationships." In Gas & Oil Technology Showcase and Conference. SPE, 2023. http://dx.doi.org/10.2118/214199-ms.
Повний текст джерелаUrazov, Ruslan Rubikovich, Alfred Yadgarovich Davletbaev, Alexey Igorevich Sinitskiy, Ilnur Anifovich Zarafutdinov, Artur Khamitovich Nuriev, Veronika Vladimirovna Sarapulova, and Oxana Evgenievna Nosova. "The Interpretation Technique of Rate Transient Analysis Data in Fractured Horizontal Wells." In SPE Russian Petroleum Technology Conference. SPE, 2021. http://dx.doi.org/10.2118/206484-ms.
Повний текст джерелаLi, R., T. H. Hyde, W. Sun, and B. Dogan. "Modelling and Data Interpretation of Small Punch Creep Testing." In ASME 2011 Pressure Vessels and Piping Conference. ASMEDC, 2011. http://dx.doi.org/10.1115/pvp2011-57204.
Повний текст джерелаSilva, Bruno, and Marjory Da Costa-Abreu. "An empirical analysis of Brazilian courts law documents using learning techniques." In VIII Workshop de Forense Computacional. Sociedade Brasileira de Computação, 2019. http://dx.doi.org/10.5753/wfc.2019.14019.
Повний текст джерелаJohnson, W., Gary B. Gustafson, Jeanne M. Sparrow, Ronald G. Isaacs, David B. Hogan, Gail M. Binge, and Kristo Miettinen. "Effect of data-compression techniques on a meteorological satellite image test suite Douglas." In OSA Annual Meeting. Washington, D.C.: Optica Publishing Group, 1990. http://dx.doi.org/10.1364/oam.1990.mi8.
Повний текст джерелаЗвіти організацій з теми "Data analysis and interpretation techniques"
McKean, Adam P., Zachary W. Anderson, Donald L. Clark, Diego Fernandez, Christopher R. Anderson, Tiffany A. Rivera, and Taylor K. McCombs. Detrital Zircon U-Pb Geochronology Results for the Bountiful Peak, Coalville, James Peak, Mount Pisgah, Paradise, and Payson Lakes 7.5' Quadrangles, Utah. Utah Geological Survey, May 2022. http://dx.doi.org/10.34191/ofr-743.
Повний текст джерелаTarko, Andrew P., Mario A. Romero, Vamsi Krishna Bandaru, and Cristhian Lizarazo. TScan–Stationary LiDAR for Traffic and Safety Applications: Vehicle Interpretation and Tracking. Purdue University, 2022. http://dx.doi.org/10.5703/1288284317402.
Повний текст джерелаWorcester, Peter F., James A. Mercer, and Robert C. Spindel. Ocean Acoustic Observatories: Data Analysis and Interpretation. Fort Belvoir, VA: Defense Technical Information Center, September 1997. http://dx.doi.org/10.21236/ada628417.
Повний текст джерелаWorcester, Peter F., James A. Mercer, and Robert C. Spindel. Ocean Acoustic Observatories: Data Analysis and Interpretation. Fort Belvoir, VA: Defense Technical Information Center, September 1999. http://dx.doi.org/10.21236/ada629597.
Повний текст джерелаWANG, MIN, Sheng Chen, Changqing Zhong, Tao Zhang, Yongxing Xu, Hongyuan Guo, Xiaoying Wang, Shuai Zhang, Yan Chen, and Lianyong Li. Diagnosis using artificial intelligence based on the endocytoscopic observation of the gastrointestinal tumours: a systematic review and meta-analysis. InPLASY - International Platform of Registered Systematic Review and Meta-analysis Protocols, February 2023. http://dx.doi.org/10.37766/inplasy2023.2.0096.
Повний текст джерелаKiefner, J. F., J. M. Tuten, and T. A. Wall. L51516 Preventing Pipeline Failure in Areas of Soil Movement - Part 1. Chantilly, Virginia: Pipeline Research Council International, Inc. (PRCI), January 1987. http://dx.doi.org/10.55274/r0010303.
Повний текст джерелаHoaglin, David C., and Frederick Mosteller. Robust/Resistant Techniques of Data Analysis. Fort Belvoir, VA: Defense Technical Information Center, October 1985. http://dx.doi.org/10.21236/ada163972.
Повний текст джерелаBeam, Craig A., Emily F. Conant, Harold L. Kundel, Ji-Hyun Lee, Patricia A. Romily, and Edward A. Sickles. Time-Series Analysis of Human Interpretation Data in Mammography. Fort Belvoir, VA: Defense Technical Information Center, January 2005. http://dx.doi.org/10.21236/ada434583.
Повний текст джерелаKraus, Nicholas C., and Julie D. Rosati. Interpretation of Shoreline-Position Data for Coastal Engineering Analysis. Fort Belvoir, VA: Defense Technical Information Center, December 1997. http://dx.doi.org/10.21236/ada591274.
Повний текст джерелаVenugopal, Niveditha. Annotation-Enabled Interpretation and Analysis of Time-Series Data. Portland State University Library, January 2000. http://dx.doi.org/10.15760/etd.6592.
Повний текст джерела