Zobrazeno 1 - 10
of 6 776
pro vyhledávání: '"A. Tarrega"'
Autor:
Francisco Tárrega, Martin Hegel
This fantastic collection of Tárrega's easy compositions provides a great starting point to discover the repertoire of this great composer. Also including excerpts from his best-known works and a selection of his numerous didactic exercises.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Arrufat, Oriol Sans
Publikováno v:
Revista de Musicología, 2006 Jun 01. 29(1), 397-399.
Externí odkaz:
https://www.jstor.org/stable/20798189
Autor:
Оlena Yehorova, Yulia Furdui
Publikováno v:
Музикознавча думка Дніпропетровщини. :115-124
The purpose of this article is to identify the individual-style features and genre characteristics of romantic fantasy for the academic professional guitar. The methods of the research are based by investigator on the application of a comprehensive a
Autor:
Glockner, Helge, Tarrega, Luis
Let $M$ be a compact smooth manifold of dimension $m$ (without boundary) and $G$ be a finite-dimensional Lie group, with Lie algebra $g$. Let $H^{>m/2}(M,G)$ be the group of all mappings $\gamma\colon M\to G$ which are $H^s$ for some $s>m/2$. We show
Externí odkaz:
http://arxiv.org/abs/2210.01246
Autor:
Silva, Marília Costa Rosendo, Siqueira, Felipe Alves, Tarrega, João Pedro Mantovani, Beinotti, João Vitor Pataca, Nunes, Augusto Sousa, Gardini, Miguel de Mattos, da Silva, Vinícius Adolfo Pereira, da Silva, Nádia Félix Felipe, de Carvalho, André Carlos Ponce de Leon Ferreira
Extracting knowledge from unlabeled texts using machine learning algorithms can be complex. Document categorization and information retrieval are two applications that may benefit from unsupervised learning (e.g., text clustering and topic modeling),
Externí odkaz:
http://arxiv.org/abs/2208.01712
Autor:
González-Quevedo, Benito R.
Publikováno v:
Hispanófila, 1977 Jan 01(59), 1-7.
Externí odkaz:
https://www.jstor.org/stable/43807748
Publikováno v:
In Physiology & Behavior 1 November 2024 286