Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  An Enhanced Markov Clustering Algorithm Based on Physarum

Liang, M., Gao, C., Li, X., Zhang, Z. (2017): An Enhanced Markov Clustering Algorithm Based on Physarum. - In: Advances in Knowledge Discovery and Data Mining, (Lecture Notes in Computer Science; 10234), 486-498.
https://doi.org/10.1007/978-3-319-57454-7_38

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_21900 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_21900_2
Genre: Buchkapitel

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Liang, M.1, Autor
Gao, C.1, Autor
Li, X.1, Autor
Zhang, Z.1, Autor
Kim, J.1, Herausgeber
Shim, K.1, Herausgeber
Cao, L.1, Herausgeber
Lee, J.-G.1, Herausgeber
Lin, X.1, Herausgeber
Moon, Y.-S.1, Herausgeber
Affiliations:
1Potsdam Institute for Climate Impact Research and Cooperation Partners, ou_persistent13              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2017
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: Cham : Springer
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1007/978-3-319-57454-7_38
PIKDOMAIN: Transdisciplinary Concepts & Methods - Research Domain IV
eDoc: 7769
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Knowledge Discovery and Data Mining
Genre der Quelle: Buch
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 486 - 498 Identifikator: -

Quelle 2

einblenden:
ausblenden:
Titel: Lecture Notes in Computer Science ; 10234
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: -