Temporally Varying(일시적으로 변화)란 무엇입니까?
Temporally Varying 일시적으로 변화 - The occupancy and relative abundance of species are temporally varying. [1] Robust Principal Component Analysis (RPCA), as one of the most popular moving object modelling methods, aims to separate the temporally varying (i. [2]종의 점유 및 상대적 풍부도는 시간적으로 다양합니다. [1] RPCA(Robust Principal Component Analysis)는 가장 널리 사용되는 이동체 모델링 방법 중 하나로 시간에 따라 변하는(i. [2]
Observe Temporally Varying 일시적으로 변하는 관찰
Since we observe temporally varying phase differences between seismograms recorded directly at the base of the individual wind turbines (WTs), source-signal phase information is included in the modeling approach. [1] Since we observe temporally varying phase differences between seismograms recorded directly at the base of the individual wind turbines (WTs), source signal phase information is included in the modeling approach. [2]개별 풍력 터빈(WT)의 베이스에서 직접 기록된 지진계 사이의 시간적으로 변하는 위상 차이를 관찰하기 때문에 소스 신호 위상 정보가 모델링 접근 방식에 포함됩니다. [1] 개별 풍력 터빈(WT)의 베이스에서 직접 기록된 지진계 사이의 시간적으로 변하는 위상 차이를 관찰하기 때문에 소스 신호 위상 정보가 모델링 접근 방식에 포함됩니다. [2]
Display Temporally Varying 일시적으로 변하는 표시
Palynologists regularly produce so-called pollen diagrams, left-justified spindle graphs, that display temporally varying frequencies of pollen of each of several different plant species. [1] He influenced archaeologists Leslie Spier and Manual Gamio who used line graphs to display temporally varying frequencies of artifacts. [2]Palynologists는 정기적으로 여러 다른 식물 종의 꽃가루 빈도를 일시적으로 변화시키는 소위 꽃가루 도표, 왼쪽 정렬 방추 그래프를 생성합니다. [1] 그는 고고학자 Leslie Spier와 Manual Gamio에게 영향을 미쳤습니다. 그는 선 그래프를 사용하여 시간적으로 변하는 인공물 빈도를 표시했습니다. [2]
temporally varying environment 일시적으로 변화하는 환경
Numerous mobile systems face the challenge of simultaneously exploring and exploiting a stochastic, spatiotemporally varying environment. [1] To evaluate the fitness benefits of multiple‐batch spawning (within a single breeding period), the mechanistic model separately simulated multiple‐batch and single‐batch spawning populations under temporally varying environments. [2] Seasonal migration versus residence is one key trait that directly shapes spatio-seasonal population dynamics in spatially and temporally varying environments, but temporal dynamics of sex-specific selection have not been fully quantified. [3] Furthermore, this device is able to be used for investigating cellular respond on single cell resolution to temporally varying environments by modulating the stimulation signal in terms of concentration, pattern, and duration of exposure. [4] On the contrary, the metacommunity dynamics in temporally varying environments reveal that predator dispersal causes a local extinction through tracking unstable states and also a delayed shift between dynamical states. [5] Our results thus suggest that the variability patterns and levels for beneficial sweeps are mildly affected by temporally varying environment but changing environment is likely to strongly impact those due to recessive deleterious sweeps. [6] Ultimately, this represents a rich topic for the study of real-time optimal control strategies that must function robustly in a spatiotemporally varying environment. [7] To overcome this, we use an analytical model to assess whether selection acting on fecundity versus viability affects the evolution of parental effects in a viscous population experiencing a spatiotemporally varying environment. [8] Despite this transience, spatial sorting is likely a general mechanism behind the evolution of nonzero dispersal rates in spatiotemporally varying environments. [9] Natural populations are often exposed to temporally varying environments. [10] Risk-spreading through spontaneous phenotypic variations is a known concept in ecology, which is used to explain how species may survive when faced with the evolutionary risks associated with temporally varying environments. [11]수많은 모바일 시스템은 확률적이고 시공간적으로 변화하는 환경을 동시에 탐색하고 활용해야 하는 과제에 직면해 있습니다. [1] 다중 배치 산란(단일 번식 기간 내)의 적합성 이점을 평가하기 위해 기계론적 모델은 시간적으로 다양한 환경에서 다중 배치 및 단일 배치 산란 개체군을 별도로 시뮬레이션했습니다. [2] 계절 이동 대 거주는 공간 및 시간적으로 다양한 환경에서 시공간 인구 역학을 직접적으로 형성하는 주요 특성 중 하나이지만 성별 선택의 시간 역학은 완전히 정량화되지 않았습니다. [3] nan [4] nan [5] nan [6] nan [7] nan [8] nan [9] nan [10] nan [11]
temporally varying coefficient 일시적으로 변하는 계수
Three mainstream regressions and an emerging local spatiotemporal regression named the Bayesian spatiotemporally varying coefficients (Bayesian STVC) model were constructed to investigate the global-scale stationary and local-scale spatiotemporal nonstationary relationships between city-level tourism and various vital drivers. [1] In this article, we develop a novel spatiotemporally varying coefficient (STVC) model to understand non-stationary relationships between crop yields and meteorological variables. [2] METHODS We propose an innovative method, named spatiotemporally varying coefficients (STVC) model, under the Bayesian hierarchical modeling framework, for exploring both spatial and temporal nonstationary effects in climate covariates, after controlling for socioeconomic effects. [3]세 가지 주류 회귀 및 베이지안 시공간 변화 계수(Bayesian STVC) 모델이라는 새로운 로컬 시공간 회귀는 도시 수준 관광과 다양한 필수 동인 간의 글로벌 규모 고정 및 로컬 규모 시공간 비정상 관계를 조사하기 위해 구성되었습니다. [1] 이 기사에서 우리는 작물 수확량과 기상 변수 간의 비정상 관계를 이해하기 위해 새로운 시공간 변화 계수(STVC) 모델을 개발합니다. [2] nan [3]
temporally varying parameter 일시적으로 변하는 매개변수
To address this problem we use the CSIRO Climate re-Analysis and Forecast Ensemble (CAFE) system to estimate both the climate state (atmosphere, ocean, sea-ice) and also spatio-temporally varying parameter maps of the ocean surface albedo and shortwave radiation e-folding length scale in a coupled climate GCM of CMIP resolution and complexity. [1] In real oceanic environments, the two spatial-temporally varying parameters are estimated from sea clutter data with outliers. [2] , seasonal maximum precipitation, at each station in each year is modeled using a generalized extreme value (GEV) distribution with temporally varying parameters, which are decomposed as linear functions of covariates. [3]이 문제를 해결하기 위해 우리는 CSIRO CAFE(Climate re-Analysis and Forecast Ensemble) 시스템을 사용하여 기후 상태(대기, 해양, 해빙)와 해양 표면 알베도 및 단파 복사의 시공간적으로 변하는 매개변수 맵을 모두 추정합니다. CMIP 해상도 및 복잡성의 결합된 기후 GCM에서 e-접기 길이 척도. [1] 실제 해양 환경에서 시공간적으로 변하는 두 매개변수는 이상치가 있는 바다 클러터 데이터에서 추정됩니다. [2] nan [3]
temporally varying noise 일시적으로 변화하는 소음
We relate the temporally varying noise spectral density to a time-resolved ocean-wave model, WAVEWATCH III. [1] However, DAS cardiac PA images are prone to artifacts such as diffuse quasi-static clutter with temporally varying noise-reducing myocardial signal specificity. [2] However, nonadaptive DAS reconstructed cardiac PA images exhibit temporally varying noise which causes reduced myocardial PA signal specificity, making image interpretation difficult. [3]우리는 시간에 따라 변하는 잡음 스펙트럼 밀도를 시간 분해 해양파 모델인 WAVEWATCH III와 연관시킵니다. [1] 그러나 DAS 심장 PA 이미지는 시간적으로 변화하는 노이즈 감소 심근 신호 특이성을 가진 확산 준정적 클러터와 같은 인공물이 발생하기 쉽습니다. [2] 그러나 비적응 DAS 재구성된 심장 PA 이미지는 시간적으로 변화하는 노이즈를 나타내어 심근 PA 신호 특이성을 감소시켜 이미지 해석을 어렵게 만듭니다. [3]
temporally varying flow 일시적으로 변하는 흐름
The depth-averaged porosity distribution of the porous media is determined using a novel optical method, whose results are used to investigate solute transport in two spatiotemporally varying flow fields, (1) a push–pull pumping sequence and (2) a sequence to induce stretching and folding of the solute plume. [1] This paper presents a technique for maximizing the power production of a tethered marine energy-harvesting kite performing cross-current figure-eight flight in a 3D spatiotemporally varying flow environment. [2] To understand how QS genetic architectures in cells promote appropriate population-level phenotypes throughout the bacterial life cycle requires knowledge of how these architectures determine the QS response in realistic spatiotemporally varying flow conditions. [3]다공성 매질의 깊이 평균 다공성 분포는 새로운 광학 방법을 사용하여 결정되며, 그 결과는 (1) 푸시-풀 펌핑 시퀀스 및 (2) 유도 시퀀스 용질 기둥의 신축 및 접힘. [1] 이 논문은 3차원 시공간적으로 변화하는 흐름 환경에서 8자형 교차 비행을 수행하는 밧줄로 묶인 해양 에너지 수확 연의 전력 생산을 최대화하기 위한 기술을 제시합니다. [2] nan [3]
temporally varying snow 일시적으로 변하는 눈
In this paper, three versions of spatially and temporally varying snow density fields were implemented using snow survey data from Eurasia and Canada and automated snow observations from USA. [1] In this paper, three versions of spatially and temporally varying snow density fields were implemented using snow transect data from Eurasia and Canada and automated snow observations from the USA. [2] In this paper, three versions of spatially and temporally varying snow density fields were implemented using snow transect data from Eurasia and Canada and automated snow observations from the United States. [3]이 논문에서는 유라시아와 캐나다의 눈 조사 데이터와 미국의 자동 눈 관측을 사용하여 공간적, 시간적으로 변하는 세 가지 버전의 눈 밀도 필드를 구현했습니다. [1] 이 논문에서는 유라시아와 캐나다의 적설 데이터와 미국의 자동 적설 관측을 사용하여 공간적, 시간적으로 변화하는 세 가지 버전의 적설 밀도 필드를 구현했습니다. [2] nan [3]
temporally varying condition 일시적으로 변하는 조건
6%) of the relative importance for poaching in no-take zones and that temporally varying conditions influence risk across space. [1] 6%) of the relative importance for poaching in no-take zones and that temporally varying conditions influence risk across space. [2] In the first case, conditional sampling of parameter space is required to re-weigh the biomass reaction so as the molecular weight remains equal to 1 g/mmol, and in the second case, metabolite (and elemental) pool conservation must be imposed under temporally varying conditions. [3]6%) 반입 금지 구역의 밀렵에 대한 상대적 중요성과 시간적으로 변화하는 조건이 우주 전체의 위험에 영향을 미친다는 점을 지적했습니다. [1] 6%) 반입 금지 구역의 밀렵에 대한 상대적 중요성과 시간적으로 변화하는 조건이 우주 전체의 위험에 영향을 미친다는 점을 지적했습니다. [2] nan [3]
temporally varying emission
We aim to estimate the temporally varying emission profile with error margins, along with evidence of its dependencies on wind driven transport patterns within variable observation intervals. [1] These emissions can also occur in environments that are affected by spatially and temporally varying emissions from other sources. [2]우리는 다양한 관측 간격 내에서 바람에 의한 운송 패턴에 대한 의존성의 증거와 함께 오류 마진으로 시간적으로 변하는 배출 프로파일을 추정하는 것을 목표로 합니다. [1] nan [2]
temporally varying pde 일시적으로 변하는 Pde
Applied to data over ten months of 2020 for the pandemic in the US state of Michigan and to all of Mexico, our system inference via field inversion infers spatio-temporally varying PDE SIRD parameters that replicate the progression of the pandemic with high accuracy. [1] Applied to data over ten months of 2020 for the pandemic in the US state of Michigan and to all of Mexico, our system inference via field inversion infers spatio-temporally varying PDE SIRD parameters that replicate the progression of the pandemic with high accuracy. [2]2020년 10개월 동안 미국 미시간 주와 멕시코 전역의 팬데믹 데이터에 적용한 필드 반전을 통한 시스템 추론은 팬데믹의 진행을 높은 정확도로 복제하는 시공간적으로 다양한 PDE SIRD 매개변수를 추론합니다. [1] 2020년 10개월 동안 미국 미시간 주와 멕시코 전역의 팬데믹 데이터에 적용한 필드 반전을 통한 시스템 추론은 팬데믹의 진행을 높은 정확도로 복제하는 시공간적으로 다양한 PDE SIRD 매개변수를 추론합니다. [2]
temporally varying regional 일시적으로 변하는 지역
Overall the results of this study illustrate that flow deficits and the associated droughts in the HRB clearly reflect the dynamic interplay between temporally varying regional differences in hydro-meteorological variables together with subtle and temporally varying effects linked to direct human intervention. [1] Overall the results of this study illustrate that flow deficits and the associated droughts in the HRB clearly reflect the dynamic interplay between temporally varying regional differences in hydro-meteorological variables together with subtle and temporally varying effects linked to direct human intervention. [2]전반적으로 이 연구의 결과는 흐름 적자와 HRB의 관련 가뭄은 시간적으로 변하는 수문 기상 변수의 지역적 차이 직접적인 인간과 관련된 미묘하고 시간적으로 변화하는 효과와 함께 간섭. [1] 전반적으로 이 연구의 결과는 HRB의 흐름 적자 및 관련 가뭄이 직접적인 인간 개입과 관련된 미묘하고 시간적으로 변화하는 효과와 함께 수문 기상 변수의 시간적으로 변화하는 지역적 차이 사이의 동적 상호 작용을 명확하게 반영한다는 것을 보여줍니다. [2]
temporally varying level 일시적으로 변화하는 수준
Many studies have inferred the way in which natural selection, genetic drift and gene flow shape the population genetic structures, but very few have quantified the population differentiation under spatially and temporally varying levels of selection pressure, population fluctuation and gene flow. [1] Many studies have inferred the way in which natural selection, genetic drift and gene flow shape the population genetic structures, but very few have quantified the population differentiation under spatially and temporally varying levels of selection pressure, population fluctuation and gene flow. [2]많은 연구에서 자연 선택, 유전적 이동 및 유전자 흐름이 개체군 유전 구조를 형성하는 방식을 추론했지만, 선택 압력, 개체군 변동 및 유전자 흐름의 공간적 및 시간적으로 다양한 수준에서 개체군 분화를 정량화한 연구는 거의 없습니다. [1] 많은 연구에서 자연 선택, 유전적 이동 및 유전자 흐름이 개체군 유전 구조를 형성하는 방식을 추론했지만, 선택 압력, 개체군 변동 및 유전자 흐름의 공간적 및 시간적으로 다양한 수준에서 개체군 분화를 정량화한 연구는 거의 없습니다. [2]
temporally varying physiological 일시적으로 변하는 생리학적
Functional response in habitat selection may occur in situations of trade-off in the selection of habitats offering different resources, due to temporally varying physiological needs of herbivores. [1] Functional responses in habitat selection may occur in situations requiring a trade-off in the selection of land cover types offering different resources, such as due to the temporally varying physiological needs of herbivores. [2]서식지 선택의 기능적 반응은 초식 동물의 생리학적 필요가 시간적으로 다양하기 때문에 서로 다른 자원을 제공하는 서식지 선택에서 절충의 상황에서 발생할 수 있습니다. [1] 서식지 선택의 기능적 반응은 초식동물의 생리학적 필요가 일시적으로 변하는 것과 같이 다양한 자원을 제공하는 토지 덮개 유형 선택에서 절충이 필요한 상황에서 발생할 수 있습니다. [2]
temporally varying model 일시적으로 변하는 모델
We propose a Bayesian neural network ensemble approach for improving large-scale streamflow predictability and understanding in a changing environment that combines multiple Earth system land model predictions by calculating spatiotemporally varying model weights and biases while accounting for various types of observations at multiple scales with uncertainty. [1] Our Bayesian neural network infers spatiotemporally varying model weights, bias and uncertainty to capture that some regions or seasons are better simulated in certain models. [2]우리는 불확실성이 있는 여러 규모에서 다양한 유형의 관측을 설명하면서 시공간적으로 변화하는 모델 가중치와 편향을 계산하여 여러 지구 시스템 토지 모델 예측을 결합하는 변화하는 환경에서 대규모 하천 흐름 예측 가능성과 이해를 개선하기 위한 베이지안 신경망 앙상블 접근 방식을 제안합니다. [1] </p><p>우리의 베이지안 신경망은 특정 모델에서 일부 지역이나 계절이 더 잘 시뮬레이션된다는 것을 포착하기 위해 시공간적으로 다양한 모델 가중치, 편향 및 불확실성을 추론합니다. [2]
temporally varying modular 일시적으로 변하는 모듈식
Using a multilayer network model, we show the temporally varying modular architecture of child brain networks, with higher network switching primarily in the association cortex and lower switching in the primary regions. [1] Using a multilayer network model, we show the temporally varying modular architecture of child brain networks, with higher network switching primarily in the association cortex and lower switching in the primary regions. [2]다층 네트워크 모델을 사용하여 어린이 뇌 네트워크의 시간적으로 다양한 모듈식 아키텍처를 보여줍니다. 주로 연관 피질에서 더 높은 네트워크 스위칭과 기본 영역에서 더 낮은 스위칭을 사용합니다. [1] 다층 네트워크 모델을 사용하여 어린이 뇌 네트워크의 시간적으로 다양한 모듈식 아키텍처를 보여줍니다. 주로 연관 피질에서 더 높은 네트워크 스위칭과 기본 영역에서 더 낮은 스위칭을 사용합니다. [2]
temporally varying cytoskeletal 일시적으로 변하는 세포골격
How such spatiotemporally varying cytoskeletal filaments and motor interactions affect their collective properties is not fully understood. [1] How such spatiotemporally varying cytoskeletal filaments and motor interactions affect their collective properties is not fully understood. [2]이러한 시공간적으로 변화하는 세포골격 필라멘트와 운동 상호작용이 집합적 특성에 어떻게 영향을 미치는지는 완전히 이해되지 않았습니다. [1] 이러한 시공간적으로 변화하는 세포골격 필라멘트와 운동 상호작용이 집합적 특성에 어떻게 영향을 미치는지는 완전히 이해되지 않았습니다. [2]
temporally varying phase 일시적으로 변하는 위상
Since we observe temporally varying phase differences between seismograms recorded directly at the base of the individual wind turbines (WTs), source-signal phase information is included in the modeling approach. [1] Since we observe temporally varying phase differences between seismograms recorded directly at the base of the individual wind turbines (WTs), source signal phase information is included in the modeling approach. [2]개별 풍력 터빈(WT)의 베이스에서 직접 기록된 지진계 사이의 시간적으로 변하는 위상 차이를 관찰하기 때문에 소스 신호 위상 정보가 모델링 접근 방식에 포함됩니다. [1] 개별 풍력 터빈(WT)의 베이스에서 직접 기록된 지진계 사이의 시간적으로 변하는 위상 차이를 관찰하기 때문에 소스 신호 위상 정보가 모델링 접근 방식에 포함됩니다. [2]
temporally varying frequency 일시적으로 변하는 주파수
Palynologists regularly produce so-called pollen diagrams, left-justified spindle graphs, that display temporally varying frequencies of pollen of each of several different plant species. [1] He influenced archaeologists Leslie Spier and Manual Gamio who used line graphs to display temporally varying frequencies of artifacts. [2]Palynologists는 정기적으로 여러 다른 식물 종의 꽃가루 빈도를 일시적으로 변화시키는 소위 꽃가루 도표, 왼쪽 정렬 방추 그래프를 생성합니다. [1] 그는 고고학자 Leslie Spier와 Manual Gamio에게 영향을 미쳤습니다. 그는 선 그래프를 사용하여 시간적으로 변하는 인공물 빈도를 표시했습니다. [2]
temporally varying value 일시적으로 변하는 값
The manuscript proposes machine learning (with extensive observational data as input) to identify spatially and temporally varying values of parameters in an extremely simple forward simulation model of hydrology. [1] The manuscript proposes machine learning (with extensive observational data as input) to identify spatially and temporally varying values of parameters in an extremely simple forward simulation model of hydrology. [2]원고는 수문학의 매우 단순한 순방향 시뮬레이션 모델에서 매개변수의 공간적 및 시간적으로 다양한 값을 식별하기 위해 기계 학습(입력으로 광범위한 관찰 데이터 포함)을 제안합니다. [1] 원고는 수문학의 매우 단순한 순방향 시뮬레이션 모델에서 매개변수의 공간적 및 시간적으로 다양한 값을 식별하기 위해 기계 학습(입력으로 광범위한 관찰 데이터 포함)을 제안합니다. [2]
temporally varying adaptive 일시적으로 변하는 적응
The data assimilation (DA) system developed in this paper explores two novel contributions, namely (1) along-the-stream (ATS) covariance localization and (2) spatially and temporally varying adaptive covariance inflation. [1] The data assimilation (DA) system developed in this paper explores two novel contributions: (1) Along-The-Stream (ATS) covariance localization and (2) spatially and temporally varying adaptive covariance inflation. [2]이 문서에서 개발된 데이터 동화(DA) 시스템은 (1) 스트림을 따라(ATS) 공분산 지역화 및 (2) 공간적 및 시간적으로 변화하는 적응 공분산 인플레이션이라는 두 가지 새로운 기여를 탐구합니다. [1] 이 백서에서 개발한 데이터 동화(DA) 시스템은 (1) ATS(Along-The-Stream) 공분산 지역화 및 (2) 공간적 및 시간적으로 변화하는 적응 공분산 인플레이션이라는 두 가지 새로운 기여를 탐구합니다. [2]
temporally varying selection 일시적으로 다양한 선택
To advance our understanding of adaptation to temporally varying selection pressures, we identified signatures of seasonal adaptation occurring in parallel among Drosophila melanogaster populations. [1] These organisms frequently inhabit variable seasonal environments, where favourable periods alternate with unfavourable periods, generating temporally varying selection pressures that strongly influence life history decisions and hence population dynamics. [2]시간적으로 변하는 선택 압력에 대한 적응에 대한 이해를 향상시키기 위해 우리는 초파리 개체군 사이에서 동시에 발생하는 계절 적응의 특징을 확인했습니다. [1] 이 유기체는 유리한 기간과 불리한 기간이 번갈아 가며 생활사 결정 및 따라서 인구 역학에 큰 영향을 미치는 시간적으로 다양한 선택 압력을 생성하는 가변 계절 환경에 자주 서식합니다. [2]
temporally varying price 일시적인 가격 변동
We suggest a conceptual framework explaining why temporally varying price synchronisation may happen and propose the concordance index for the empirical measurement of the incidence, symmetry and permanence of synchronisation. [1] To activate demand side flexibility from local energy transactions, spatio-temporally varying price signals are introduced, reflecting the constraints of the distribution grid. [2]시간적으로 변동하는 가격 동기화가 발생하는 이유를 설명하는 개념적 프레임워크를 제안하고 동기화의 발생, 대칭 및 영속성의 경험적 측정을 위한 일치 지수를 제안합니다. [1] 지역 에너지 거래에서 수요 측면의 유연성을 활성화하기 위해 배전 그리드의 제약을 반영하여 시공간적으로 변하는 가격 신호가 도입됩니다. [2]
temporally varying bacterial 일시적으로 변하는 세균
Evaporation-induced flow in sessile droplets facilitates the transport of STM, forming spatio-temporally varying bacterial deposition patterns based on droplet medium’s nutrient scale. [1] Evaporation-induced flow in sessile droplets facilitates the transport of STM, forming spatio-temporally varying bacterial deposition patterns based on droplet medium’s nutrient scale. [2]고착 액적의 증발 유도 흐름은 STM의 수송을 촉진하여 액적 배지의 영양 규모에 따라 시공간적으로 다양한 박테리아 침착 패턴을 형성합니다. [1] 고착 액적의 증발 유도 흐름은 STM의 수송을 촉진하여 액적 배지의 영양 규모에 따라 시공간적으로 다양한 박테리아 침착 패턴을 형성합니다. [2]