Isbn: 9786209287800 - vektorielle akustische feldinversion mit deep learning: intelligente schätzung von sedimentparametern im flachen wasser und vorhersage von ausbreitungskurven im normalmodus (11 resultados)

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

PAP. Condición: New. New Book. Shipped from UK. Established seller since 2000.

Taschenbuch. Condición: Neu. Vektorielle akustische Feldinversion mit Deep Learning | Intelligente Schätzung von Sedimentparametern im flachen Wasser und Vorhersage von Ausbreitungskurven im Normalmodus | Xiaoman Li | Taschenbuch | 344 S. | Deutsch | 2025 | Verlag Unser Wissen | EAN 9786209287800 | Verantwortliche Person für die EU: SIA OmniScriptum Publishing, Brivibas Gatve 197, 1039 RIGA, LETTLAND, customerservice[at]vdm-vsg[dot]de | Anbieter: preigu.…

Taschenbuch. Condición: Neu. This item is printed on demand - it takes 3-4 days longer - Neuware 344 pp. Deutsch.

Taschenbuch. Condición: Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Diese Monografie präsentiert ein Deep-Learning-Framework zur Charakterisierung des Meeresbodens durch die Kombination von Vektor-Akustikfeldphysik und neuronalen Netzen. Sie führt Stokes-Parameter von Vektorhydrophonen als robuste Merkmale für die geoakustische Inversion ein und entwickelt spezialisierte Netzwerke (BP, MTL-TCN, U-Net + ATT-BP) zur Schätzung von Sedimentparametern und zur Extraktion von Dispersionskurven. Die im Gelben Meer validierte Methode erreicht innerhalb von Minuten eine mit Kernmessungen vergleichbare Genauigkeit und übertrifft traditionelle Techniken hinsichtlich Geschwindigkeit und Robustheit deutlich. Die Arbeit unterstreicht die Synergie zwischen physikalischen Prinzipien und datengetriebenem Lernen und bietet eine skalierbare Lösung für die Echtzeit-Kartierung des Meeresbodens sowie für die Weiterentwicklung der autonomen Ozeansensorik.…

Paperback. Condición: new. Paperback. Diese Monografie praesentiert ein Deep-Learning-Framework zur Charakterisierung des Meeresbodens durch die Kombination von Vektor-Akustikfeldphysik und neuronalen Netzen. Sie fuehrt Stokes-Parameter von Vektorhydrophonen als robuste Merkmale fuer die geoakustische Inversion ein und entwickelt spezialisierte Netzwerke (BP, MTL-TCN, U-Net ] ATT-BP) zur Schaetzung von Sedimentparametern und zur Extraktion von Dispersionskurven. Die im Gelben Meer validierte Methode erreicht innerhalb von Minuten eine mit Kernmessungen vergleichbare Genauigkeit und uebertrifft traditionelle Techniken hinsichtlich Geschwindigkeit und Robustheit deutlich. Die Arbeit unterstreicht die Synergie zwischen physikalischen Prinzipien und datengetriebenem Lernen und bietet eine skalierbare Loesung fuer die Echtzeit-Kartierung des Meeresbodens sowie fuer die Weiterentwicklung der autonomen Ozeansensorik. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…

Condición: New. Dieser Artikel ist ein Print on Demand Artikel und wird nach Ihrer Bestellung fuer Sie gedruckt.

Taschenbuch. Condición: Neu. This item is printed on demand - Print on Demand Titel. Neuware -Diese Monografie präsentiert ein Deep-Learning-Framework zur Charakterisierung des Meeresbodens durch die Kombination von Vektor-Akustikfeldphysik und neuronalen Netzen. Sie führt Stokes-Parameter von Vektorhydrophonen als robuste Merkmale für die geoakustische Inversion ein und entwickelt spezialisierte Netzwerke (BP, MTL-TCN, U-Net + ATT-BP) zur Schätzung von Sedimentparametern und zur Extraktion von Dispersionskurven. Die im Gelben Meer validierte Methode erreicht innerhalb von Minuten eine mit Kernmessungen vergleichbare Genauigkeit und übertrifft traditionelle Techniken hinsichtlich Geschwindigkeit und Robustheit deutlich. Die Arbeit unterstreicht die Synergie zwischen physikalischen Prinzipien und datengetriebenem Lernen und bietet eine skalierbare Lösung für die Echtzeit-Kartierung des Meeresbodens sowie für die Weiterentwicklung der autonomen Ozeansensorik.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 344 pp. Deutsch.…

Condición: New. Print on Demand.

Condición: New. Print on Demand.

Condición: New. PRINT ON DEMAND.