Zobrazeno 1 - 10
of 889
pro vyhledávání: '"S. Akagi"'
Autor:
A. A. May, T. Lee, G. R. McMeeking, S. Akagi, A. P. Sullivan, S. Urbanski, R. J. Yokelson, S. M. Kreidenweis
Publikováno v:
Atmospheric Chemistry and Physics, Vol 15, Iss 11, Pp 6323-6335 (2015)
Open biomass burning is a significant source of primary air pollutants such as particulate matter (PM) and non-methane organic gases (NMOG). However, the physical and chemical atmospheric processing of these emissions during transport is poorly under
Externí odkaz:
https://doaj.org/article/27a6537684e641c7bd2f98594707bfe7
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.
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.
Publikováno v:
Proceedings of the Second International Conference on Press-in Engineering 2021, Kochi, Japan ISBN: 9781003215226
Steel sheet-piles are driven into the ground to prevent failure of soils and intrusion of water. The current main function of constructing sheet-piles used as a temporary structure has problems such as low productivity, few adoption opportunities, an
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::d7e133f88d74c4052a234aa0a6c1916c
https://doi.org/10.1201/9781003215226-35
https://doi.org/10.1201/9781003215226-35
Publikováno v:
Neurosurgery. 85:384-393
Background Current outcomes prediction tools are largely based on and limited by regression methods. Utilization of machine learning (ML) methods that can handle multiple diverse inputs could strengthen predictive abilities and improve patient outcom
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::dfb9f0f259cb7b3a923230c11f71e8a0
https://doi.org/10.1093/neuros/nyy343
https://doi.org/10.1093/neuros/nyy343