Zobrazeno 1 - 10
of 83
pro vyhledávání: '"M. Gloc"'
Autor:
A. Manhard, U. von Toussaint, M. Balden, S. Elgeti, T. Schwarz-Selinger, L. Gao, S. Kapser, T. Płociński, J. Grzonka, M. Gloc, Ł. Ciupiński
Publikováno v:
Nuclear Materials and Energy, Vol 12, Iss , Pp 714-719 (2017)
Up to now, analyzing the production of dislocation-type defects in the subsurface region of plasma or ion-exposed tungsten samples has been hampered by the challenging production of suitable cross-section samples for transmission electron microscopy.
Externí odkaz:
https://doaj.org/article/757468a6d0604ee89e2e62a35a6f6d7e
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:
S. Krauze, Piotr Bazarnik, M. Kowalski, Ewelina Ciecierska, M. Kulesza, M. Gloc, Małgorzata Lewandowska, Magdalena Jurczyk-Kowalska
Publikováno v:
Composite Structures. 140:67-76
This paper investigates the reinforcement of rigid polyurethane foams with carbon nanotubes or graphite in order to improve their mechanical and thermal properties as well as fire resistance. A small addition of carbon nanotubes (up to 0.05 wt.%) imp
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::1820ce11ad98b4ec0fbbd2d4033ff7f2
https://doi.org/10.1016/j.compstruct.2015.12.022
https://doi.org/10.1016/j.compstruct.2015.12.022
Autor:
P. Rauch, H. Stefanits, M. Aichholzer, C. Serra, D. Vorhauer, H. Wagner, P. Böhm, S. Hartl, I. Manakov, M. Sonnberger, E. Buckwar, F. Ruiz-Navarro, K. Heil, M. Glöckel, J. Oberndorfer, S. Spiegl-Kreinecker, K. Aufschnaiter-Hiessböck, S. Weis, A. Leibetseder, W. Thomae, T. Hauser, C. Auer, S. Katletz, A. Gruber, M. Gmeiner
Publikováno v:
Scientific Reports, Vol 13, Iss 1, Pp 1-12 (2023)
Abstract Determining the optimal course of treatment for low grade glioma (LGG) patients is challenging and frequently reliant on subjective judgment and limited scientific evidence. Our objective was to develop a comprehensive deep learning assisted
Externí odkaz:
https://doaj.org/article/73ba3a08a3c0440faa53a69c692c84bb
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.