h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

A Bayesian unsupervised learning approach for identifying soil stratification using cone penetration data

; ; ;

In
Canadian geotechnical journal = Revue canadienne de géotechnique 56(8), Seiten/Artikel-Nr.:1184-1205

ImpressumOttawa, Ont. : NRC Research Press

ISSN1208-6010

Published on the web 23 October 2018

Online
DOI: 10.1139/cgj-2017-0709


Einrichtungen

  1. Lehr- und Forschungsgebiet Computational Geoscience and Reservoir Engineering (541220)
  2. Juniorprofessur für Numerisches Reservoir Engineering (533030)
  3. Fachgruppe für Geowissenschaften und Geographie (530000)
  4. Aachen Institute for Advanced Study in C (080003)
  5. Lehrstuhl für Geologie und Paläontologie und Geologisches Institut (531110)


Thematische Einordnung (Klassifikation)
DDC: 550


Dokumenttyp
Journal Article

Format
online, print

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85057288218
WOS Core Collection: WOS:000477813700010

Interne Identnummern
RWTH-2019-07374
Datensatz-ID: 765368

Beteiligte Länder
Germany, USA

 GO

Clarivate Analytics Master Journal List ; Current Contents - Engineering, Computing and Technology ; Ebsco Academic Search ; IF < 5 ; JCR ; SCOPUS ; Science Citation Index ; Science Citation Index Expanded ; Web of Science Core Collection
QR Code for this record

The record appears in these collections:
Dokumenttypen > Aufsätze > Zeitschriftenaufsätze
Fakultät für Georessourcen und Materialtechnik (Fak.5) > Fachgruppe für Geowissenschaften und Geographie
Zentrale und weitere Einrichtungen
Öffentliche Einträge
Publikationsdatenbank
080003
531110
530000
533030
541220
 Datensatz erzeugt am 2019-08-12, letzte Änderung am 2023-04-12
Ähnliche Datensätze



Dieses Dokument bewerten:

Rate this document:
1
2
3
4
5
 
(Bisher nicht rezensiert)