Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Calibrating Sensing Drift in Tomographic Inversion.

X. Huang, S. Wild, und Z. Di. ICIP, Seite 1267-1271. IEEE, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Dr. rer. nat. Karoline Wild University of Stuttgart

Moritz Wild University of Stuttgart

Stefan Wildhagen University of Stuttgart

Nils Wildt University of Stuttgart

M. Nudischer

Weitere Publikationen von Autoren mit dem selben Namen

Energy-performance tradeoffs in multilevel checkpoint strategies.L. Bautista-Gomez, P. Balaprakash, M. Bouguerra, S. Wild, F. Cappello, und P. Hovland. CLUSTER, Seite 278-279. IEEE Computer Society, (2014)Management, analysis, and visualization of experimental and observational data - The convergence of data and computing.E. Bethel, M. Greenwald, K. van Dam, M. Parashar, S. Wild, und H. Wiley. eScience, Seite 213-222. IEEE Computer Society, (2016)Machine Learning Based Parallel I/O Predictive Modeling: A Case Study on Lustre File Systems.S. Madireddy, P. Balaprakash, P. Carns, R. Latham, R. Ross, S. Snyder, und S. Wild. ISC, Volume 10876 von Lecture Notes in Computer Science, Seite 184-204. Springer, (2018)ACCOLADES: A Scalable Workflow Framework for Large-Scale Simulation and Analyses of Automotive Engines.S. Aithal, und S. Wild. ISC, Volume 9137 von Lecture Notes in Computer Science, Seite 87-95. Springer, (2015)An Experimental Study of Global and Local Search Algorithms in Empirical Performance Tuning.P. Balaprakash, S. Wild, und P. Hovland. VECPAR, Volume 7851 von Lecture Notes in Computer Science, Seite 261-269. Springer, (2012)Calibrating Sensing Drift in Tomographic Inversion.X. Huang, S. Wild, und Z. Di. ICIP, Seite 1267-1271. IEEE, (2019)Computational nuclear quantum many-body problem: The UNEDF project.S. Bogner, A. Bulgac, J. Carlson, J. Engel, G. Fann, R. Furnstahl, S. Gandolfi, G. Hagen, M. Horoi, C. Johnson und 21 andere Autor(en). Comput. Phys. Commun., 184 (10): 2235-2250 (2013)Estimating Computational Noise.J. Moré, und S. Wild. SIAM J. Scientific Computing, 33 (3): 1292-1314 (2011)Benchmarking Derivative-Free Optimization Algorithms.J. Moré, und S. Wild. SIAM Journal on Optimization, 20 (1): 172-191 (2009)Active-learning-based surrogate models for empirical performance tuning.P. Balaprakash, R. Gramacy, und S. Wild. CLUSTER, Seite 1-8. IEEE Computer Society, (2013)