Continuous-time latent-state models for irregularly sampled sequential data
Mews S (2023)
Bielefeld: Universität Bielefeld.
Bielefelder E-Dissertation | Englisch
Download
Thesis_Mews.pdf
3.03 MB
Autor*in
Gutachter*in / Betreuer*in
Jahr
2023
Seite(n)
133
Urheberrecht / Lizenzen
Page URI
https://pub.uni-bielefeld.de/record/2978679
Zitieren
Mews S. Continuous-time latent-state models for irregularly sampled sequential data. Bielefeld: Universität Bielefeld; 2023.
Mews, S. (2023). Continuous-time latent-state models for irregularly sampled sequential data. Bielefeld: Universität Bielefeld. https://doi.org/10.4119/unibi/2978679
Mews, Sina. 2023. Continuous-time latent-state models for irregularly sampled sequential data. Bielefeld: Universität Bielefeld.
Mews, S. (2023). Continuous-time latent-state models for irregularly sampled sequential data. Bielefeld: Universität Bielefeld.
Mews, S., 2023. Continuous-time latent-state models for irregularly sampled sequential data, Bielefeld: Universität Bielefeld.
S. Mews, Continuous-time latent-state models for irregularly sampled sequential data, Bielefeld: Universität Bielefeld, 2023.
Mews, S.: Continuous-time latent-state models for irregularly sampled sequential data. Universität Bielefeld, Bielefeld (2023).
Mews, Sina. Continuous-time latent-state models for irregularly sampled sequential data. Bielefeld: Universität Bielefeld, 2023.
Alle Dateien verfügbar unter der/den folgenden Lizenz(en):
Creative Commons Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International (CC BY-NC-ND 4.0):
Volltext(e)
Name
Thesis_Mews.pdf
3.03 MB
Access Level
Open Access
Zuletzt Hochgeladen
2023-04-24T14:33:04Z
MD5 Prüfsumme
a12dd4fb68b92c9c8f0942d97818841d
Google Scholar