Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  A Scalable Algorithm for Dispersing Population

Govindarajan, S., Dietze, M. C., Agarwal, P. K., & Clark, J. S. (2007). A Scalable Algorithm for Dispersing Population. Journal of Intelligent Information Systems, 29(1), 39-61. doi:10.1007/s10844-006-0030-z.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-000F-1E35-7 Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0029-B082-3
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
Govindarajan.pdf (beliebiger Volltext), 5KB
 
Datei-Permalink:
-
Name:
Govindarajan.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Govindarajan, Sathish1, Autor           
Dietze, Michael C.2, Autor
Agarwal, Pankaj K.2, Autor
Clark, James S.2, Autor
Affiliations:
1Algorithms and Complexity, MPI for Informatics, Max Planck Society, ou_24019              
2External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Models of forest ecosystems are needed to understand how climate and land-use change can impact biodiversity. In this paper we describe an ecological dispersal model developed for the specific case of predicting seed dispersal by trees on a landscape for use in a forest simulation model. We present efficient approximation algorithms for computing seed dispersal. These algorithms allow us to simulate large landscapes for long periods of time. We also present experimental results that (1) quantify the inherent uncertainty in the dispersal model and (2) describe the variation of the approximation error as a function of the approximation parameters. Based on these experiments, we provide guidelines for choosing the right approximation parameters, for a given model simulation.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2008-03-0620072007
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: eDoc: 356681
DOI: 10.1007/s10844-006-0030-z
Anderer: Local-ID: C12573CC004A8E26-EBE675C4A57BA2F7C12573EC0038F205-Govindarajan2007
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Journal of Intelligent Information Systems
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York, NY : Springer
Seiten: - Band / Heft: 29 (1) Artikelnummer: - Start- / Endseite: 39 - 61 Identifikator: ISSN: 0925-9902