Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Optimization Employing Gaussian Process-Based Surrogates

Preuss, R., & Toussaint, U. v. (2018). Optimization Employing Gaussian Process-Based Surrogates. In A. Polpo (Ed.), Bayesian Inference and Maximum Entropy Methods in Science and Engineering (pp. 275-284). Cham: Springer.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0001-D553-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0003-8DB5-2
Genre: Konferenzbeitrag

Dateien

einblenden: Dateien
ausblenden: Dateien
:
preuss_optimization.pdf (Ergänzendes Material), 472KB
 
Datei-Permalink:
-
Name:
preuss_optimization.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
https://doi.org/10.1007/978-3-319-91143-4_26 (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Preuss, R.1, Autor           
Toussaint, U. von1, Autor           
Affiliations:
1Numerical Methods in Plasma Physics (NMPP), Max Planck Institute for Plasma Physics, Max Planck Society, ou_1856344              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 20172018
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1007/978-3-319-91143-4_26
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 37th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering (MaxEnt 2017)
Veranstaltungsort: Jarinu
Start-/Enddatum: 2017-07-09 - 2017-07-14

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Bayesian Inference and Maximum Entropy Methods in Science and Engineering
Genre der Quelle: Konferenzband
 Urheber:
Polpo, A.1, Herausgeber
Stern, J.1, Autor
Louzada, F.1, Autor
Izbicki, R.1, Autor
Takada, H.1, Autor
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Cham : Springer
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 275 - 284 Identifikator: ISBN: 978-3-319-91142-7 (Print)
ISBN: 978-3-319-91143-4 (Online)

Quelle 2

einblenden:
ausblenden:
Titel: Springer Proceedings in Mathematics & Statistics (PROMS)
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 239 Artikelnummer: - Start- / Endseite: - Identifikator: -