Zobrazeno 1 - 10
of 58 574
pro vyhledávání: '"Weitzel, A."'
Kniha
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The National Science Foundation (NSF) funded National Research Platform (NRP) is a hyper-converged cluster of nationally and globally interconnected heterogeneous computing resources. The dominant computing environment of the NRP is the x86 64 instru
Externí odkaz:
http://arxiv.org/abs/2410.16487
Autor:
Bitar, Anja, Brogna, Andrea, Piermaier, Fabian, Schönfelder, Steffen, Schoppmann, Stefan, Weitzel, Quirin
Particle physics, when taught in the classroom or lecture theatre, suffers from a lack of practical experience by students. Thus, we describe the construction of a fully working small particle physics detector using state of the art detector technolo
Externí odkaz:
http://arxiv.org/abs/2409.14140
Langevin dynamics simulations are used to analyze the static and dynamic properties of an XY model adapted to dimers forming on Si(001) surfaces. The numerics utilise high-performance parallel computation methods on GPUs. The static exponent $\nu$ of
Externí odkaz:
http://arxiv.org/abs/2409.06412
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wieschollek, Dirk
Publikováno v:
Neue Zeitschrift für Musik (1991-), 2021 Jan 01. 182(1), 71-71.
Externí odkaz:
https://www.jstor.org/stable/45383035
Autor:
Cleef, Sina, Trott, Wiebke, Adriany, Sarah, Weitzel, Anne Irena, Cyriax, Marla Carolin, Chaillot, Emilie, Heeb, Marie
Der Repetition-induced Truth Effect beschreibt, dass Menschen dazu neigen, wiederholte Aussagen eher als wahr einzuschätzen als neue Aussagen. Unsere Studie befasst sich mit der Frage, ob der Repetition-induced Truth Effect unabhängig von der Glaub
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::c2f5b45cf410c2d0c2a9d7aa9e7f6278
Publikováno v:
Slavonic & East European Review, 2011 Jan 01. 89(1), 120-122.
Federated learning (FL) aims to collaboratively learn deep learning model parameters from decentralized data archives (i.e., clients) without accessing training data on clients. However, the training data across clients might be not independent and i
Externí odkaz:
http://arxiv.org/abs/2405.15405