Zobrazeno 1 - 10
of 251
pro vyhledávání: '"Hailes, S"'
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:
Chisholm, S, Stein, A B, Jordan, N R, Hubel, T Y, Shawe-Taylor, J, Fearn, T, McNutt, J W, Wilson, A M, Hailes, S
Publikováno v:
Ecology and Evolution
In recent years, there have been significant advances in the technology used to collect data on the movement and activity patterns of humans and animals. GPS units, which form the primary source of location data, have become cheaper, more accurate, l
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=core_ac_uk__::6f3ba1db2d5e73d7170dd4c52ab6bbce
https://researchonline.rvc.ac.uk/id/eprint/11935/1/11935.pdf
https://researchonline.rvc.ac.uk/id/eprint/11935/1/11935.pdf
Publikováno v:
In Computer Communications 2003 26(17):1975-1989
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The objective of this paper is to investigate how a Danger Theory based Artificial Immune System - in particular the Dendritic Cell Algorithm (DCA) can detect an attack on a sensor network. The method is validated using two separate implementations:
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1064::224b7f59de587a7e83cd65cea18968bd
https://ora.ox.ac.uk/objects/uuid:b83a925f-6820-4be7-b4c6-1717b958d7c3
https://ora.ox.ac.uk/objects/uuid:b83a925f-6820-4be7-b4c6-1717b958d7c3
Publikováno v:
Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems, pp. 1-17
Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems, 1-17. [S.l.] : [S.n.]
STARTPAGE=1;ENDPAGE=17;TITLE=Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems
Scopus-Elsevier
Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems, 1-17. [S.l.] : [S.n.]
STARTPAGE=1;ENDPAGE=17;TITLE=Real-Time Stochastic Optimal Control for Multi-agent Quadrotor Systems
Scopus-Elsevier
This paper presents a novel method for controlling teams of unmanned aerial vehicles using Stochastic Optimal Control (SOC) theory. The approach consists of a centralized high-level planner that computes optimal state trajectories as velocity sequenc
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::0863312d70cba0ee3fdc6c8ce8ef1a7a
https://hdl.handle.net/2066/165982
https://hdl.handle.net/2066/165982
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.