Artificial neural networks to impute rounded zeros in compositional data

Kein Vorschaubild vorhanden
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2021
Typ der Arbeit
Studiengang
Sammlung
Institut für Unternehmensführung
Komplettanzeige
Typ
04A - Beitrag Sammelband
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Advances in compositional data analysis. Festschrift in honour of Vera Pawlowsky-Glahn
Themenheft
DOI der Originalpublikation
https://doi.org/10.1007/978-3-030-71175-7_9
URI
https://irf.fhnw.ch/handle/11654/43323
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
163-187
Patentnummer
Verlag / Herausgebende Institution
Springer
Verlagsort / Veranstaltungsort
Cham
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Projekt
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
978-3-030-71174-0
978-3-030-71175-7
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Nein
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Fachlektorat/Editorial Review
Open Access-Status
Closed
Lizenz
Zitation
TEMPL, Matthias, 2021. Artificial neural networks to impute rounded zeros in compositional data. In: Peter FILZMOSER, Karel HRON, Josep Antoni MARTÍN-FERNÁNDEZ und Javier PALAREA-ALBALADEJO (Hrsg.), Advances in compositional data analysis. Festschrift in honour of Vera Pawlowsky-Glahn. Cham: Springer. S. 163–187. ISBN 978-3-030-71174-0. Verfügbar unter: https://irf.fhnw.ch/handle/11654/43323
Komplettanzeige