Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorŠmíd, Matěj
dc.contributor.editorRendl, Jan
dc.date.accessioned2023-11-02T10:55:17Z
dc.date.available2023-11-02T10:55:17Z
dc.date.issued2023
dc.identifier.citationRENDL, Jan (ed.). Studentská vědecká konference: magisterské a doktorské studijní programy, 25.5. 2023, Plzeň. Plzeň: Západočeská univerzita v Plzni, 2023, s. 64-65.cs
dc.identifier.isbn978-80-261-1161-0
dc.identifier.urihttp://svk.fav.zcu.cz/download/proceedings_svk_2023.pdf
dc.identifier.urihttp://hdl.handle.net/11025/54632
dc.format2 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherZápadočeská univerzita v Plznics
dc.rights© Západočeská univerzita v Plznics
dc.subjectRekurzivní Gaussova regresecs
dc.subjectonline learningcs
dc.subjectkvadrotorcs
dc.titleOnline Learning and Control for Data-Augmented Quadrotor Modelen
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.rights.accessopenAccessen
dc.type.versionpublishedVersionen
dc.subject.translatedRecursive Gaussian process regressionen
dc.subject.translatedonline learningen
dc.subject.translatedquadrotoren
dc.type.statusPeer-revieweden
Vyskytuje se v kolekcích:Studentská vědecká konference 2023 - magisterské a doktorské studijní programy
Studentská vědecká konference 2023 - magisterské a doktorské studijní programy

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
proceedings_svk_2023-uvod.pdfPlný text1,69 MBAdobe PDFZobrazit/otevřít
proceedings_svk_2023-64-65.pdfPlný text377,02 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/54632

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.