Zum Hauptteil springen

Scheduled Maintenance: The repository will be unavailable on 08.07 from 5:00 p.m. to 6:00 p.m. due to planned maintenance. We apologize for any inconvenience.

EN
Einloggen
TU GRAZ
Repository
Bibliothek und Archiv
WISSEN
TECHNIK
LEIDENSCHAFT
Startseite
Communities
Übersicht
Veröffentlicht im August 2023 | Version v1
Masterarbeit Offen

Machine learning model to predict fuel cell degradation effects

ErstellerInnen

  • Einberger, Bernhard Friedrich (aut)

82758.pdf
Dateien (3.7 MB)
Name Größe
82758.pdf
md5:c4d5565b40c9a17b286a13d43e76b168
3.7 MB Vorschau Herunterladen

Informationen zum Eintrag

Erstellt: 12. Februar 2024 | Bearbeitet: 12. Februar 2024
Zum Seitenbeginn
123
Views
33
Downloads

Details

10.3217/8d3mt-3ym09
DOI-Abzeichen

DOI

10.3217/8d3mt-3ym09

Markdown

[![DOI](https://repository.tugraz.at/badge/DOI/10.3217/8d3mt-3ym09.svg)](https://doi.org/10.3217/8d3mt-3ym09)

reStructuredText

.. image:: https://repository.tugraz.at/badge/DOI/10.3217/8d3mt-3ym09.svg
  :target: https://doi.org/10.3217/8d3mt-3ym09

HTML

<a href="https://doi.org/10.3217/8d3mt-3ym09"><img src="https://repository.tugraz.at/badge/DOI/10.3217/8d3mt-3ym09.svg" alt="DOI"></a>

Bild URL

https://repository.tugraz.at/badge/DOI/10.3217/8d3mt-3ym09.svg

Ziel URL

https://doi.org/10.3217/8d3mt-3ym09
Name: Einberger, Bernhard Friedrich
Titel: Machine learning model to predict fuel cell degradation effects
Ressource-Typ: Masterarbeit
Veröffentlicht: August 2023
Sprache: eng

Exportieren

Repository

Dokumentation
Handbuch
Suchanleitung
Datenschutzerklärung
Nutzungsbedingungen

Features

Skalierbarkeit
Institutionelle Einbindung
Repositorium der nächsten Generation
Repositorienprofile
Resilient, widerstandsfähig

Verbundene Services

PURE
CampusOnline
Forschungsdatenmanagement

Barrierefreiheit

Tipp:
Verwenden Sie Strg+ und Strg-
Um die Schriftgröße zu ändern.
Powered by InvenioRDM logo
Enabled by Fair Data Austria
Supported by Open Education Austria
Listed on Registry of Research Data Repositories
Powered by InvenioRDM