Zobrazeno 1 - 10
of 241
pro vyhledávání: '"C, Ulm"'
Publikováno v:
New Journal of Physics, Vol 25, Iss 8, p 083036 (2023)
Quantum-gas microscopes are used to study ultracold atoms in optical lattices at the single-particle level. In these systems atoms are localised on lattice sites with separations close to or below the diffraction limit. To determine the lattice occup
Externí odkaz:
https://doaj.org/article/3442746ff221468982238754457ae07f
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
European journal of paediatric dentistry. 23(4)
As oral rehabilitation of tooth agenesis usually begins at a very young age, it is important to plan the therapy in advance in order to prepare the patient for the final treatment after the end of skeletal and dental growth. The diverse patterns of t
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.
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:
Matthew C. Ulm, Jason H. Stover
Publikováno v:
Computational Statistics & Data Analysis. 57:82-94
Classifying land cover via satellite imagery is an important problem in geographical studies. This paper presents a maximum a posteriori (MAP) land-cover classifier for multiband satellite data. The method uses the Markov random field model. The MAP