Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Adaptive Strategies for rLTL Games

Nayak, S. P., Neider, D., & Zimmermann., M. (2021). Adaptive Strategies for rLTL Games. In HSCC2021 (pp. 1-2). New York, NY: ACM. doi:10.1145/3447928.3457210.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Konferenzbeitrag
Latex : Adaptive Strategies for {rLTL} Games

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Nayak, Satya Prakash1, Autor
Neider, Daniel2, Autor           
Zimmermann., Martin1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Group R. Majumdar, Max Planck Institute for Software Systems, Max Planck Society, ou_2105292              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021
 Publikationsstatus: Online veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Nayak_HSCC21
DOI: 10.1145/3447928.3457210
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 24th International Conference on Hybrid Systems: Computation and Control
Veranstaltungsort: Neshville, TN, USA
Start-/Enddatum: 2021-05-19 - 2021-05-21

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: HSCC2021
  Untertitel : Proceedings of the 24th International Conference on Hybrid Systems: Computation and Control (part of CPS-IoT Week)
  Kurztitel : HSCC 2021
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: New York, NY : ACM
Seiten: - Band / Heft: - Artikelnummer: 32 Start- / Endseite: 1 - 2 Identifikator: ISBN: 978-1-45038339-4