Zobrazeno 1 - 10 of 41 pro vyhledávání: '"Irina Malkin"'
1
Akademický článek
Artificial Intelligence-Based Detection of Light Points: An Aid for Night-Time Visibility Observations
Autor: Zuzana Gáborčíková, Juraj Bartok, Irina Malkin Ondík, Wanda Benešová, Lukáš Ivica, Silvia Hnilicová, Ladislav Gaál
Publikováno v: Atmosphere, Vol 15, Iss 8, p 890 (2024)
Visibility is one of the key meteorological parameters with special importance in aviation meteorology and the transportation industry. Nevertheless, it is not a straightforward task to automatize visibility observations, since the assistance of trai
Externí odkaz: https://doaj.org/article/4da0b73d0efb4d959bbefd6916a5a03b
Zobrazit plný text záznamu
2
Report
Personalized Federated Learning for improving radar based precipitation nowcasting on heterogeneous areas
Autor: Díaz, Judith Sáinz-Pardo, Castrillo, María, Bartok, Juraj, Cachá, Ignacio Heredia, Ondík, Irina Malkin, Martynovskyi, Ivan, Alibabaei, Khadijeh, Berberi, Lisana, Kozlov, Valentin, García, Álvaro López
The increasing generation of data in different areas of life, such as the environment, highlights the need to explore new techniques for processing and exploiting data for useful purposes. In this context, artificial intelligence techniques, especial
Externí odkaz: http://arxiv.org/abs/2408.05761
Zobrazit plný text záznamu
3
Akademický článek
Machine Learning-Based Fog Nowcasting for Aviation with the Aid of Camera Observations
Autor: Juraj Bartok, Peter Šišan, Lukáš Ivica, Ivana Bartoková, Irina Malkin Ondík, Ladislav Gaál
Publikováno v: Atmosphere, Vol 13, Iss 10, p 1684 (2022)
In aviation, fog is a severe phenomenon, causing difficulties in airport traffic management; thus, accurate fog forecasting is always appreciated. The current paper presents a fog forecast at the Poprad-Tatry Airport, Slovakia, where various methods
Externí odkaz: https://doaj.org/article/939f80a3de6947218cdd53faa4b6f54d
Zobrazit plný text záznamu
4
Akademický článek
Regression Machine Learning Models Used to Predict DFT-Computed NMR Parameters of Zeolites
Autor: Robin Gaumard, Dominik Dragún, Jesús N. Pedroza-Montero, Bruno Alonso, Hazar Guesmi, Irina Malkin Ondík, Tzonka Mineva
Publikováno v: Computation, Vol 10, Iss 5, p 74 (2022)
Machine learning approaches can drastically decrease the computational time for the predictions of spectroscopic properties in materials, while preserving the quality of the computational approaches. We studied the performance of kernel-ridge regress
Externí odkaz: https://doaj.org/article/e67f7bd521714775ba79f9ecd2482923
Zobrazit plný text záznamu
5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
10
Thermal fluctuation and conformational effects on NMR parameters in β-O-4 lignin dimers from QM/MM and machine-learning approaches
Autor: Sonia Milena Aguilera-Segura, Dominik Dragún, Robin Gaumard, Francesco Di Renzo, Irina Malkin Ondík, Tzonka Mineva
Publikováno v: Physical chemistry chemical physics : PCCP. 24(15)
Advanced solid-state and liquid-state nuclear magnetic resonance (NMR) approaches have enabled high throughput information about functional groups and types of bonding in a variety of lignin fragments from degradation processes and laboratory synthes
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::34f1b9a518ab89e77a777e0bc3f94e30
https://pubmed.ncbi.nlm.nih.gov/35352736
Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje