Black Week: 12% Rabatt auf ausgewählte Technik*  Jetzt kaufen
Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air GenerationiPhone Duo Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
NothingAlle anzeigen
Phone (1)
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
SonyAlle anzeigen
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
GoogleKobo
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
Bowers & WilkinsFairphoneGoogle
LautsprecherAlle anzeigen
Yamahatonies
Smart SpeakerAlle anzeigen
Google
SoundbarsAlle anzeigen
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Artificial Neural Networks in Vehicular Pollution Modelling

Mukesh Khare, S.M. Shiva Nagendra (Broschiert, Englisch)

Optischer Zustand
Beschreibung
Artificial neural networks (ANNs), which are parallel computational models, comprising of interconnected adaptive processing units (neurons) have the capability to predict accurately the dispersive behavior of vehicular pollutants under complex environmental conditions. This book aims at describing step-by-step procedure for formulation and development of ANN based VP models considering…  meteorological and traffic parameters. The model predictions are compared with existing line source deterministic/statistical based models to establish the efficacy of the ANN technique in explaining frequent dispersion complexities in urban areas. The book is very useful for hardcore professionals and researchers working in problems associated with urban air pollution management and control.
160,49 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

21 Tage Widerrufsrecht

Details


Erscheinungsdatum
30.11.2010
Sprache
Englisch
EAN
9783642072222
Herausgeber
Springer Berlin
Serien- oder Bandtitel
Studies in Computational Intelligence
Sonderedition
Nein
Autor
Mukesh Khare, S.M. Shiva Nagendra
Seitenanzahl
242
Einbandart
Broschiert
Schlagwörter
Line Source Emission Modeling, Vehicular Pollution, artificial neural network, behavior, computational intelligence, control, intelligence, model, modeling, networks, neural network, neural networks, traffic, air pollution and air quality
Thema-Inhalt
TBJ - Mathematik für Ingenieure UYQ - Künstliche Intelligenz TRC - Fahrzeugbau RNP - Umweltverschmutzung und Gefahren für die Umwelt PBW - Angewandte Mathematik
Höhe
235 mm
Breite
15.5 cm

Auf gebrauchten Artikeln oder Originalverpackungen sichtbare Umwelt-, Nachhaltigkeits- oder Zertifizierungsangaben stammen aus der ursprünglichen Herstellerkennzeichnung. Sie stellen keine eigene aktuelle Umwelt- oder Nachhaltigkeitsaussage von rebuy dar. Maßgeblich für das Angebot sind ausschließlich die von rebuy in der Artikelbeschreibung angegebenen Produkteigenschaften.

Transparenz & Sicherheit

Hersteller: Springer Spektrum, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!