Zobrazeno 1 - 10
of 53
pro vyhledávání: '"Frederiksen, Andrew"'
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:
Frederiksen, Andrew William
Upper-mantle structure beneath Canada is investigated at both large and small scales, using the broadband, three-component data set of the Canadian National Seismograph Network. In the large-scale study, 500 surface-wave waveforms are processed using
Externí odkaz:
http://hdl.handle.net/2429/12718
Autor:
Frederiksen, Andrew William
The study area of the SNORCLE Lithoprobe transect comprises the northern Canadian Cordillera and the northwestern Canadian shield. An array of five portable broadband seismographs has been deployed along the trend of the transect, to complement five
Externí odkaz:
http://hdl.handle.net/2429/5862
Autor:
Frederiksen, Andrew.
Publikováno v:
Theological Research Exchange Network (TREN).
Thesis (D. Miss.)--Trinity Evangelical Divinity School, 1995.
Appendix includes some parts in Chinese. Includes bibliographical references (leaves 161-169).
Appendix includes some parts in Chinese. Includes bibliographical references (leaves 161-169).
Externí odkaz:
http://www.tren.com
Autor:
He, Bin, Wang, Kai, Liu, Tianshi, Lei, Ting, Du, Nanqiao, van der Lee, Suzan, Darbyshire, Fiona Ann, Frederiksen, Andrew, Zhu, Hejun, Lumley, David, Halls, Henry, Liu, Qinya
Publikováno v:
In Earth and Planetary Science Letters 1 September 2024 641
Autor:
Stein, Seth, Stein, Carol A., Elling, Reece, Kley, Jonas, Keller, G. Randy, Wysession, Michael, Rooney, Tyrone, Frederiksen, Andrew, Moucha, Robert
Publikováno v:
In Tectonophysics 2 October 2018 744:403-421
Autor:
Sabermahani, Sina, Frederiksen, Andrew
Publikováno v:
XXVIII General Assembly of the International Union of Geodesy and Geophysics (IUGG)
The DBSCAN algorithm is a popular unsupervised machine learning technique for clustering and spatial data analysis. However, its accuracy is contingent upon the proper selection of two hyperparameters, MinPts and ϵ. In our study, we improve the algo
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::30bb0c17bc9a3e731ac700877721b40d
https://gfzpublic.gfz-potsdam.de/pubman/item/item_5018292
https://gfzpublic.gfz-potsdam.de/pubman/item/item_5018292