Katalog der Deutschen Nationalbibliothek
Ergebnis der Suche nach: dcs=629*
Treffer 381 von 5910
|
|
| Link zu diesem Datensatz | https://d-nb.info/1276274130 |
| Art des Inhalts | Hochschulschrift |
| Titel | Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen / vorgelegt von Jonas Fuchs |
| Person(en) | Fuchs, Jonas (Verfasser) |
| Organisation(en) | Eric Cuvillier (Firma) (Verlag) |
| Ausgabe | 1. Auflage |
| Verlag | Göttingen : Cuvillier Verlag |
| Zeitliche Einordnung | Erscheinungsdatum: 2022 |
| Umfang/Format | VIII, 141 Seiten : Illustrationen, Diagramme ; 21 cm |
| Andere Ausgabe(n) | Erscheint auch als Online-Ausgabe: Hybride Deep Learning-Verfahren zur Interferenzunterdrückung und hochauflösenden Winkelschätzung für Automobilradaranwendungen |
| Hochschulschrift | Dissertation, Friedrich-Alexander-Universität Erlangen-Nürnberg, 2022 |
| ISBN/Einband/Preis |
978-3-7369-7714-3 Broschur : EUR 44.90 (DE), EUR 46.20 (AT) 3-7369-7714-X |
| EAN | 9783736977143 |
| Sprache(n) | Deutsch (ger) |
| Schlagwörter | Kraftfahrzeugelektronik ; Radarsensor ; Signalverarbeitung ; Deep learning ; Bilderzeugung ; Interferenzstörung ; Winkelauflösung |
| DDC-Notation | 621.3822 [DDC23ger]; 629.276 [DDC23ger] |
| Sachgruppe(n) | 621.3 Elektrotechnik, Elektronik ; 620 Ingenieurwissenschaften und Maschinenbau |
| Weiterführende Informationen | Inhaltsverzeichnis |
| Frankfurt |
Signatur: 2023 AA 33267 Bestand: [Dieses Werk gibt es inhaltsgleich auch in digitaler Form.] Bereitstellung in Frankfurt |
| Leipzig |
Signatur: 2023 AA 19821 Bestand: [Dieses Werk gibt es inhaltsgleich auch in digitaler Form.] Bereitstellung in Leipzig |
Treffer 381 von 5910
Administration
