Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
International Journal of Applied Mathematics and Computer Science
Volume 31 (2021): Numero 1 (March 2021)
Accesso libero
An unscented transformation approach to stochastic analysis of measurement uncertainty in magnet resonance imaging with applications in engineering
Andreas Rauh
Andreas Rauh
,
Kristine John
Kristine John
,
Carolin Wüstenhagen
Carolin Wüstenhagen
,
Martin Bruschewski
Martin Bruschewski
e
Sven Grundmann
Sven Grundmann
| 03 apr 2021
International Journal of Applied Mathematics and Computer Science
Volume 31 (2021): Numero 1 (March 2021)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
03 apr 2021
Pagine:
73 - 83
Ricevuto:
05 giu 2020
Accettato:
27 dic 2020
DOI:
https://doi.org/10.34768/amcs-2021-0006
Parole chiave
magnet resonance imaging
,
compressed sensing
,
stochastic uncertainty
,
unscented transformation
© 2021 Andreas Rauh et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.