Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Inferring infection rate based on observations in complex networks

Su, Z., Liu, F., Gao, C., Gao, S., Li, X. (2018): Inferring infection rate based on observations in complex networks. - Chaos, Solitons & Fractals, 107, 170-176.
https://doi.org/10.1016/j.chaos.2017.12.029

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_22425 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_22425_2
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Su, Z.1, Autor
Liu, F.1, Autor
Gao, C.1, Autor
Gao, S.1, Autor
Li, X.1, Autor
Affiliations:
1Potsdam Institute for Climate Impact Research and Cooperation Partners, ou_persistent13              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2018
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1016/j.chaos.2017.12.029
PIKDOMAIN: Transdisciplinary Concepts & Methods - Research Domain IV
eDoc: 8077
Working Group: Network- and machine-learning-based prediction of extreme events
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Chaos, Solitons & Fractals
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 107 Artikelnummer: - Start- / Endseite: 170 - 176 Identifikator: -