Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: idn=1264852061
Treffer 1 von 1
|
|
| Link zu diesem Datensatz | https://d-nb.info/1264852061 |
| Art des Inhalts | Hochschulschrift |
| Titel | A hierarchical deep learning framework towards the verification of geospatial databases / von Chun Yang, M. Sc. ; Referent: apl. Prof. Dr. techn. Franz Rottensteiner; Korreferenten: Prof. Dr.-Ing. habil. Monika Sester; Prof. Dr.-Ing. habil. Michael Ying Yang (Twente, Netherlands) |
| Person(en) |
Yang, Chun (Verfasser) Rottensteiner, Franz (Akademischer Betreuer) Sester, Monika (Akademischer Betreuer) Yang, Michael Ying (Akademischer Betreuer) |
| Organisation(en) |
Gottfried Wilhelm Leibniz Universität Hannover (Grad-verleihende Institution) Gottfried Wilhelm Leibniz Universität Hannover. Fachrichtung Geodäsie und Geoinformatik (Herausgebendes Organ) |
| Verlag | Hannover : [Fachrichtung Geodäsie und Geoinformatik der Leibniz Universität Hannover] |
| Zeitliche Einordnung | Erscheinungsdatum: 2022 |
| Umfang/Format | XVI, 146 Seiten : Illustrationen ; 30 cm |
| Hochschulschrift | Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2021 |
| ISBN/Einband/Preis | Broschur |
| Sprache(n) | Englisch (eng) |
| Beziehungen | Wissenschaftliche Arbeiten der Fachrichtung Geodäsie und Geoinformatik der Leibniz-Universität Hannover ; Nr. 377 |
| Anmerkungen |
Literaturverzeichnis: Seite 135-141 Auch veröffentlicht in: Deutsche Geodätische Kommission bei der Bayerischen Akademie der Wissenschaften, Reihe C, Nr. 883, München 2022, ISBN 978-3-7696-5295-6 Sprache der Kurzfassungen: Englisch, Deutsch |
| Sachgruppe(n) | 520 Astronomie, Kartographie |
| Weiterführende Informationen | Inhaltsverzeichnis |
| Frankfurt |
Signatur: 2023 BB 37101
Bereitstellung in Frankfurt |
| Leipzig |
Signatur: 2022 B 70036
Bereitstellung in Leipzig |
Treffer 1 von 1
Administration
