Accurate Pollutant Modeling and Mapping: Applying Machine Learning to Participatory Sensing and Urban Topology Data

Schulz, Axel ; Karolus, Jakob ; Janssen, Frederik ; Schweizer, Immanuel (2015)
Accurate Pollutant Modeling and Mapping: Applying Machine Learning to Participatory Sensing and Urban Topology Data.
International Conference and Workshops on Networked Systems (NetSys). Cottbus (9-12 March 2015)
doi: 10.1109/NetSys.2015.7089079
Konferenzveröffentlichung, Bibliographie

Typ des Eintrags:	Konferenzveröffentlichung
Erschienen:	2015
Autor(en):	Schulz, Axel ; Karolus, Jakob ; Janssen, Frederik ; Schweizer, Immanuel
Art des Eintrags:	Bibliographie
Titel:	Accurate Pollutant Modeling and Mapping: Applying Machine Learning to Participatory Sensing and Urban Topology Data
Sprache:	Englisch
Publikationsjahr:	März 2015
Ort:	Piscataway, NJ
Verlag:	IEEE
Buchtitel:	Proceedings of the International Conference on Networked Systems (NetSys2015)
Veranstaltungstitel:	International Conference and Workshops on Networked Systems (NetSys)
Veranstaltungsort:	Cottbus
Veranstaltungsdatum:	9-12 March 2015
DOI:	10.1109/NetSys.2015.7089079
Fachbereich(e)/-gebiet(e):	20 Fachbereich Informatik 20 Fachbereich Informatik > Knowledge Engineering DFG-Sonderforschungsbereiche (inkl. Transregio) DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche Zentrale Einrichtungen DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > A: Konstruktionsmethodik DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > A: Konstruktionsmethodik > Teilprojekt A1: Modellierung
Hinterlegungsdatum:	20 Apr 2015 15:30
Letzte Änderung:	24 Jul 2020 12:49
PPN:
Export:

Suche nach Titel in:	TUfind oder in Google

Frage zum Eintrag

Optionen (nur für Redakteure)

Redaktionelle Details anzeigen

OAI 2.0-Basis-URL: https://tubiblio.ulb.tu-darmstadt.de/cgi/oai2 TUbiblio verwendet EPrints 3.

Drucken |

Impressum |

Datenschutzerklärung