Zobrazeno 1 - 10
of 52
pro vyhledávání: '"Nishiyama, Koji"'
Autor:
Tatebe, Chiye, Ohtsuki, Takashi, Fujita, Tsuyoshi, Nishiyama, Koji, Itoh, Sumio, Sugimoto, Naoki, Kubota, Hiroki, Tada, Atsuko, Sato, Kyoko, Akiyama, Hiroshi
Publikováno v:
In Food Chemistry 15 December 2017 237:733-742
Publikováno v:
In Procedia Engineering 2016 154:243-246
Publikováno v:
Journal of Applied Meteorology and Climatology, 2011 Jul 01. 50(7), 1417-1431.
Externí odkaz:
https://www.jstor.org/stable/26174102
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Nishiyama, Koji, Endo, Shinichi, Jinno, Kenji, Bertacchi Uvo, Cintia, Olsson, Jonas, Berndtsson, Ronny
Publikováno v:
In Atmospheric Research 2007 83(2):185-200
Autor:
Sakano, Kosuke, Igarashi, Yasuhiko, Imai, Hiroaki, Miyakawa, Shuntaro, Saito, Takaya, Takayanagi, Yoshiki, Nishiyama, Koji, Oaki, Yuya
Publikováno v:
ACS Applied Energy Materials; 2/28/2022, Vol. 5 Issue 2, p2074-2082, 9p
Publikováno v:
Journal of Meteorological Research. 30:386-400
An artificial cloud seeding experiment was performed over the Japan Sea in winter to show how massive seeding could be effective to mitigate heavy snowfall damage. The results showed that 20 min after cloud seeding, a portion of the radar echo beneat
Publikováno v:
Journal of Meteorological Research. 29:682-690
The purpose of this experiment is to show that massive cloud seeding is effective in mitigating the damage caused by heavy snowfall. In order to show its effect, we attempted to form a canal in a thick convective cloud by massive seeding, and left th
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
九州大学工学紀要. 69(2):37-47
Principal Component Analysis (PCA) has been extensively used for multivariate data analysis including climate data analysis. However, recent studies suggest the possible use of Self-Organizing Maps (SOM) for climate data analysis. In order to adequat