|
|
|
|
| LEADER |
02003cam a2200421 4500 |
| 001 |
183-1761802860 |
| 003 |
DE-627 |
| 005 |
20211203035417.0 |
| 007 |
tu |
| 008 |
210702s2020 gw ||||| m 00| ||eng c |
| 035 |
|
|
|a (DE-627)1761802860
|
| 035 |
|
|
|a (DE-599)KXP1761802860
|
| 035 |
|
|
|a (OCoLC)1258679884
|
| 040 |
|
|
|a DE-627
|b ger
|c DE-627
|e rda
|
| 041 |
|
|
|a eng
|
| 044 |
|
|
|c XA-DE
|
| 084 |
|
|
|a 54.72
|2 bkl
|
| 100 |
1 |
|
|a Umlauft, Jonas Michael
|e VerfasserIn
|4 aut
|
| 245 |
1 |
0 |
|a Safe Learning Control for Gaussian Process Models
|c Jonas Michael Umlauft
|
| 264 |
|
1 |
|a München
|c 22.01.2020
|
| 300 |
|
|
|a ix, 135 Seiten
|b Illustrationen, Diagramme
|
| 336 |
|
|
|a Text
|b txt
|2 rdacontent
|
| 337 |
|
|
|a ohne Hilfsmittel zu benutzen
|b n
|2 rdamedia
|
| 338 |
|
|
|a Band
|b nc
|2 rdacarrier
|
| 500 |
|
|
|a Das Erscheinungsdatum ist das Annahmedatum durch die Fakultät
|
| 502 |
|
|
|b Dissertation
|c Technische Universität München
|d 2020
|
| 655 |
|
7 |
|a Hochschulschrift
|0 (DE-588)4113937-9
|0 (DE-627)105825778
|0 (DE-576)209480580
|2 gnd-content
|
| 689 |
0 |
0 |
|D s
|0 (DE-588)4156111-9
|0 (DE-627)105510734
|0 (DE-576)209824360
|a Gauß-Prozess
|2 gnd
|
| 689 |
0 |
1 |
|D s
|0 (DE-588)4193754-5
|0 (DE-627)105224782
|0 (DE-576)21008944X
|a Maschinelles Lernen
|2 gnd
|
| 689 |
0 |
|
|5 (DE-627)
|
| 710 |
2 |
|
|a Technische Universität München
|e Grad-verleihende Institution
|0 (DE-588)36241-4
|0 (DE-627)100834418
|0 (DE-576)190345217
|4 dgg
|
| 751 |
|
|
|a München
|0 (DE-588)4127793-4
|0 (DE-627)105722073
|0 (DE-576)209596570
|4 uvp
|
| 776 |
0 |
8 |
|i Erscheint auch als
|n Online-Ausgabe
|a Umlauft, Jonas Michael
|t Safe Learning Control for Gaussian Process Models
|d München : Universitätsbibliothek der TU München, 2020
|h 1 Online-Ressource
|w (DE-627)1741750237
|
| 856 |
4 |
2 |
|u https://www.gbv.de/dms/tib-ub-hannover/1761802860.pdf
|m V:DE-601
|m B:DE-89
|q pdf/application
|3 Inhaltsverzeichnis
|
| 924 |
0 |
|
|a 3943461890
|b DE-89
|9 89
|c GBV
|d c
|g H 21 B 482
|
| 936 |
b |
k |
|a 54.72
|j Künstliche Intelligenz
|0 (DE-627)10641240X
|
| 951 |
|
|
|a BO
|
| 980 |
|
|
|a 1761802860
|b 183
|c sid-183-col-kxpbbi
|
SOLR
| _version_ |
1797788676087873536 |
| author |
Umlauft, Jonas Michael |
| author_corporate |
Technische Universität München |
| author_corporate_role |
dgg |
| author_facet |
Umlauft, Jonas Michael, Technische Universität München |
| author_role |
aut |
| author_sort |
Umlauft, Jonas Michael |
| author_variant |
j m u jm jmu |
| building |
Library A |
| collection |
sid-183-col-kxpbbi |
| ctrlnum |
(DE-627)1761802860, (DE-599)KXP1761802860, (OCoLC)1258679884 |
| facet_avail |
Local |
| facet_local_del330 |
Gauß-Prozess, Maschinelles Lernen |
| fincclass_txtF_mv |
science-computerscience |
| footnote |
Das Erscheinungsdatum ist das Annahmedatum durch die Fakultät |
| format |
Book, Thesis |
| format_access_txtF_mv |
Thesis |
| format_de14 |
Book, E-Book |
| format_de15 |
Book, E-Book |
| format_del152 |
Buch |
| format_detail_txtF_mv |
text-print-monograph-independent-thesis |
| format_dezi4 |
e-Book |
| format_finc |
Book, E-Book, Thesis |
| format_legacy |
Book |
| format_legacy_nrw |
Book, E-Book |
| format_nrw |
Book, E-Book |
| format_strict_txtF_mv |
Thesis |
| genre |
Hochschulschrift (DE-588)4113937-9 (DE-627)105825778 (DE-576)209480580 gnd-content |
| genre_facet |
Hochschulschrift |
| geogr_code |
not assigned |
| geogr_code_person |
not assigned |
| id |
183-1761802860 |
| illustrated |
Not Illustrated |
| imprint |
München, 22.01.2020 |
| imprint_str_mv |
München, 22.01.2020 |
| institution |
FID-BBI-DE-23 |
| is_hierarchy_id |
|
| is_hierarchy_title |
|
| language |
English |
| last_indexed |
2024-04-30T19:21:25.724Z |
| marc_error |
[geogr_code]Unable to make public java.lang.AbstractStringBuilder java.lang.AbstractStringBuilder.append(java.lang.String) accessible: module java.base does not "opens java.lang" to unnamed module @64e01542 |
| match_str |
umlauft2020safelearningcontrolforgaussianprocessmodels |
| mega_collection |
K10plus Verbundkatalog |
| oclc_num |
1258679884 |
| physical |
ix, 135 Seiten; Illustrationen, Diagramme |
| publishDate |
22.01.2020 |
| publishDateSort |
2020 |
| publishPlace |
München |
| publisher |
|
| record_format |
marcfinc |
| record_id |
1761802860 |
| recordtype |
marcfinc |
| rvk_facet |
No subject assigned |
| source_id |
183 |
| spelling |
Umlauft, Jonas Michael VerfasserIn aut, Safe Learning Control for Gaussian Process Models Jonas Michael Umlauft, München 22.01.2020, ix, 135 Seiten Illustrationen, Diagramme, Text txt rdacontent, ohne Hilfsmittel zu benutzen n rdamedia, Band nc rdacarrier, Das Erscheinungsdatum ist das Annahmedatum durch die Fakultät, Dissertation Technische Universität München 2020, Hochschulschrift (DE-588)4113937-9 (DE-627)105825778 (DE-576)209480580 gnd-content, s (DE-588)4156111-9 (DE-627)105510734 (DE-576)209824360 Gauß-Prozess gnd, s (DE-588)4193754-5 (DE-627)105224782 (DE-576)21008944X Maschinelles Lernen gnd, (DE-627), Technische Universität München Grad-verleihende Institution (DE-588)36241-4 (DE-627)100834418 (DE-576)190345217 dgg, München (DE-588)4127793-4 (DE-627)105722073 (DE-576)209596570 uvp, Erscheint auch als Online-Ausgabe Umlauft, Jonas Michael Safe Learning Control for Gaussian Process Models München : Universitätsbibliothek der TU München, 2020 1 Online-Ressource (DE-627)1741750237, https://www.gbv.de/dms/tib-ub-hannover/1761802860.pdf V:DE-601 B:DE-89 pdf/application Inhaltsverzeichnis |
| spellingShingle |
Umlauft, Jonas Michael, Safe Learning Control for Gaussian Process Models, Hochschulschrift, Gauß-Prozess, Maschinelles Lernen |
| title |
Safe Learning Control for Gaussian Process Models |
| title_auth |
Safe Learning Control for Gaussian Process Models |
| title_full |
Safe Learning Control for Gaussian Process Models Jonas Michael Umlauft |
| title_fullStr |
Safe Learning Control for Gaussian Process Models Jonas Michael Umlauft |
| title_full_unstemmed |
Safe Learning Control for Gaussian Process Models Jonas Michael Umlauft |
| title_short |
Safe Learning Control for Gaussian Process Models |
| title_sort |
safe learning control for gaussian process models |
| title_unstemmed |
Safe Learning Control for Gaussian Process Models |
| topic |
Hochschulschrift, Gauß-Prozess, Maschinelles Lernen |
| topic_facet |
Hochschulschrift, Gauß-Prozess, Maschinelles Lernen |
| url |
https://www.gbv.de/dms/tib-ub-hannover/1761802860.pdf |
| work_keys_str_mv |
AT umlauftjonasmichael safelearningcontrolforgaussianprocessmodels, AT technischeuniversitatmunchen safelearningcontrolforgaussianprocessmodels |