LEADER 01476nam0 2200289   450 
001 000028517
005 20110518100523.0
100   $a20110518d2011----km-y0itay50------ba
101 0 $aeng
102   $aIT
105   $aa---m--------
200 1 $aEnsemble bayesan nowcasting of geostationary multispectral imagery using neural networks for hydro-meteorological applications$bTesi di dottorato$fcandidato: Michele de Rosa$grelatore: Frank S. Marzano$gcontrorelatore: Antonio Eleuteri
210   $a[Potenza]$d[2011]
215   $a123 p.$cill.$d30 cm.
328  1$aSul frontespizio: Università di Roma Sapienza, Facoltà di Ingegneria, Dipartimento Ingegneria Elettronica, Università della Basilicata, Dottorato di ricerca in Metodi e tecnologie per il monitoraggio ambientale, XXIII ciclo, A. a. 2009-2010
676   $a621$v(22. ed.)$9Fisica applicata
686   $aING-INF/02$9Campi Elettromagnetici
700  1$aDe Rosa,$bMichele$0125400
801  0$aIT$bUniversità della Basilicata - B.I.A.$gRICA$2unimarc
912   $a000028517
996   $aEnsemble bayesan nowcasting of geostationary multispectral imagery using neural networks for hydro-meteorological applications$995399
997   $aUNIBAS
BAS   $aINGEGNERIA
CAT   $aTTM$b30$c20110518$lBAS01$h0958
CAT   $aTTM$b30$c20110518$lBAS01$h1005
FMT   
Z30 -1$lBAS01$LBAS01$mBOOK$1BASA2$APolo Tecnico-Scientifico$2TDO$BTesi di Dottorato$3TDI.23c.DM1$528520-10$820110518$f98$FConsultazione