Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/204458
-
Titel: 
ML-based Ionospheric TEC maps for enhanced K-band VLBI
en
Zitat: 
Iten, M., Soja, B., de Witt, A., Schartner, M., Rüegg, A., Krasna, H., & Nickola, M. (2024). ML-based Ionospheric TEC maps for enhanced K-band VLBI. In XXXII IAU General Assembly Abstract Book (pp. 2079–2079). http://hdl.handle.net/20.500.12708/204458
-
Publikationstyp: 
Konferenzbeitrag - Beitrag in einem Abstract Book
de
Sprache: 
Englisch
-
Autor_innen: 
Iten, Marcel 
Soja, Benedikt 
de Witt, Aletha 
Schartner, Matthias 
Rüegg, Arno 
Krasna, Hana 
Nickola, Marisa 
-
Organisations­einheit: 
E120-04 - Forschungsbereich Höhere Geodäsie 
-
Erschienen in: 
XXXII IAU General Assembly Abstract Book 
-
Datum (veröffentlicht): 
2024
-
Veranstaltungs­name: 
XXXII IAU General Assembly 
en
Veranstaltungs­zeitraum: 
6-Aug-2024 - 15-Aug-2024
-
Veranstaltungs­ort: 
Cape Town, Südafrika
-
Umfang: 
1
-
Keywords: 
VLBI K-band; Maschine Learning; Ionosphere
en
Projekttitel: 
K-Band VLBI-Beobachtungen mit verbesserten Beobachtungsplänen und Ionosphärenkorrekturen (ETH Eidgenössische Technische Hochschule Zürich) 
-
Forschungs­schwerpunkte: 
Environmental Monitoring and Climate Adaptation: 100%
-
Wissenschafts­zweig: 
2074 - Geodäsie, Vermessungswesen: 30%
1020 - Informatik: 30%
1030 - Physik, Astronomie: 40%
-
Enthalten in den Sammlungen:
Conference Paper

Zur Langanzeige

Google ScholarTM

Check