Zobrazeno 1 - 10
of 67
pro vyhledávání: '"Leuenberger, Daniel"'
Autor:
Vural, Jasmin, Merker, Claire, Löffler, Moritz, Leuenberger, Daniel, Schraff, Christoph, Stiller, Olaf, Schomburg, Annika, Knist, Christine, Haefele, Alexander, Hervo, Maxime
In a joint effort, MeteoSwiss and Deutscher Wetterdienst (DWD) address the need for improving the initial state of the atmospheric boundary layer (ABL) by exploiting ground-based profiling observations that aim to fill the existing observational gap
Externí odkaz:
http://arxiv.org/abs/2312.05691
Ensemble data assimilation methods such as the Ensemble Kalman Filter (EnKF) are a key component of probabilistic weather forecasting. They represent the uncertainty in the initial conditions by an ensemble which incorporates information coming from
Externí odkaz:
http://arxiv.org/abs/1705.02786
Autor:
Leuenberger, Daniel, Haefele, Alexander, Omanovic, Nadja, Fengler, Martin, Martucci, Giovanni, Calpini, Bertrand, Fuhrer, Oliver, Rossa, Andrea
Publikováno v:
Bulletin of the American Meteorological Society, 2020 Oct 01. 101(10), 875-879.
Externí odkaz:
https://www.jstor.org/stable/27137619
Autor:
Leuenberger, Daniel, Haefele, Alexander, Omanovic, Nadja, Fengler, Martin, Martucci, Giovanni, Calpini, Bertrand, Fuhrer, Oliver, Rossa, Andrea
Publikováno v:
Bulletin of the American Meteorological Society, 2020 Jul 01. 101(7), E1036-E1051.
Externí odkaz:
https://www.jstor.org/stable/27092480
Autor:
Reber, Stefan, Blumer, Nicole, Leuenberger, Daniel, Fleischer, Tony, Renneberg, Dorte, Abele, Stefan, Schäfer, Gabriel
Publikováno v:
Organic Process Research & Development; 6/21/2024, Vol. 28 Issue 6, p2269-2283, 15p
Autor:
Leuenberger, Daniel.
Diss., Eidgenössische Technische Hochschule ETH Zürich, Nr. 15884, 2005.
Externí odkaz:
http://e-collection.ethbib.ethz.ch/show?type=diss&nr=15884
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.
Until recently, the use of Bayesian inference in population genetics was limited to a few cases because for many realistic population genetic models the likelihood function cannot be calculated analytically . The situation changed with the advent of
Externí odkaz:
http://arxiv.org/abs/0901.2231
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.