Kirjojen hintavertailu. Mukana 11 342 296 kirjaa ja 12 kauppaa.

Kirjahaku

Etsi kirjoja tekijän nimen, kirjan nimen tai ISBN:n perusteella.

1000 tulosta hakusanalla Vivek Sachdeva

Estabilidade ambiental de filmes finos orgânicos para aplicações OLED
O livro enfoca a s ntese, caracteriza o e estudos sobre a estabilidade ambiental de filmes finos de pequenas mol culas emissoras de luz verde do complexo met lico de 8-hidroxiquinolina (Alq3, Inq3 e Znq2) depositadas em diferentes condi es de deposi o usando evapora o t rmica. S o utilizadas ferramentas de caracteriza o como UV-Vis, IR, fotoluminesc ncia, elipsometria espectrosc pica, microscopia de for a at mica (AFM) e medi es de tempo de vida. S o apresentados estudos de degrada o sobre esses filmes. mostrado o efeito do ar, da humidade e da exposi o luz branca sobre esses filmes. Tamb m prevista a mudan a nas propriedades de fotoluminesc ncia, morfologia e possibilidades de forma o de uma nova fase. Para ver a influ ncia das condi es de deposi o na nuclea o e crescimento de filmes finos que afetam a microestrutura do filme e, consequentemente, as propriedades f sicas e do dispositivo, mostrada a influ ncia da taxa de deposi o e da temperatura do substrato na estabilidade ambiental. A tend ncia de desvio para o azul na posi o do pico de PL dos filmes org nicos explorada pela convers o do filme Znq2 emissor de luz verde para azul.
Notwendigkeit von Data Mining im Bankensektor - Eine Bewertung
Der Bankensektor weltweit befindet sich in einem Paradigmenwechsel, in dem Automatisierung und Geschwindigkeit die Schlagworte sind. Die Gr e der Datenbanken in Banken nimmt in einem so alarmierenden Tempo zu, dass die Banken nicht in der Lage sind, die Datenbanken zu verwalten und daher die Daten nicht f r eine angemessene Entscheidungsfindung nutzen k nnen. Sie werden datenreich und informationsarm. Die Banken haben erkannt, dass ihre Daten ihr gr tes Kapital sind, und nutzen die neuesten Techniken des Data Mining f r die Kundensegmentierung, Profilerstellung, Betrugserkennung, Kundenbeziehungsmanagement und zur Vorhersage zuk nftiger Trends. Dieses Buch beleuchtet die Notwendigkeit von Data Mining im Bankensektor und zeigt auf, wie Banken diese Techniken nutzen k nnen, um ihre Leistung in der heutigen globalisierten Wirtschaft zu verbessern.
Nécessité du data mining dans le secteur bancaire - Une évaluation
Le secteur bancaire mondial conna t actuellement un changement de paradigme o automatisation et rapidit sont les ma tres mots. La taille des bases de donn es des banques augmente un rythme tellement alarmant que celles-ci ne sont plus en mesure de les g rer et, par cons quent, d'utiliser les donn es pour prendre les bonnes d cisions. Elles deviennent riches en donn es mais pauvres en informations. Les banques ont commenc prendre conscience que leur plus grand atout r side dans les donn es et utilisent les derni res techniques d'exploration de donn es pour la segmentation de la client le, le profilage, la d tection des fraudes, la gestion de la relation client et la pr vision des tendances futures. Cet ouvrage met en vidence la n cessit de l'exploration de donn es dans le secteur bancaire et explique comment ces techniques peuvent tre utilis es par les banques pour am liorer leurs performances dans l' conomie mondialis e actuelle.
Compressive Sensing für nicht-stationäre Musiksignale und Bildsignale
Compressive Sensing (CS) ist die Schl ssell sung oder -methode zur Rekonstruktion des Signals mit einer sehr geringen Anzahl von Messungen im Vergleich zu herk mmlichen Methoden. Nach den herk mmlichen Methoden oder der Shannon-Nyquist-Abtasttheorie ben tigen wir die doppelte Signalbandbreite f r eine korrekte Rekonstruktion des Signals. Das Grundproblem besteht darin, dass mit der konventionellen Methode eine gro e Menge an Daten gespeichert werden muss . Um dies zu erreichen, ben tigen wir die Messmatrix, die eine stabile Messmatrix sein sollte, und die Basismatrix. Die Mess- und die Basismatrix sollten zwei Eigenschaften erf llen, n mlich RIP und iid. Die Messmatrix, die im Allgemeinen eine Zufallsmatrix ist, wird optimiert, um eine geringere gegenseitige Koh renz zu erreichen. Es gibt verschiedene Rekonstruktionsalgorithmen, die f r die korrekte Rekonstruktion des Signals nach der Komprimierung verwendet werden .
Détection compressive pour les signaux musicaux non stationnaires et les signaux d'image
La d tection compressive (CS) est la solution ou m thode cl pour reconstruire le signal avec un tr s petit nombre de mesures par rapport aux m thodes conventionnelles. Selon les m thodes conventionnelles ou la th orie de l' chantillonnage de Shannon-Nyquist, il faut deux fois la largeur de bande du signal pour le reconstruire correctement. Le probl me fondamental est de stocker une grande quantit de donn es avec la m thode conventionnelle. Pour y parvenir, nous avons besoin d'une matrice de mesure stable et d'une matrice de base. La matrice de mesure et la matrice de base doivent satisfaire deux propri t s: RIP et iid. La matrice de mesure, qui est g n ralement une matrice al atoire, est optimis e pour obtenir une coh rence mutuelle plus faible. Il existe plusieurs algorithmes de reconstruction qui sont utilis s pour reconstruire correctement le signal apr s les compressions.