Distributed algorithms for nonlinear tree-sparse problems

Downloadstatistik des Dokuments (Auswertung nach COUNTER):

Hübner, Jens: Distributed algorithms for nonlinear tree-sparse problems. Hannover : Gottfried Wilhelm Leibniz Universität Hannover, Diss., 2016, xiv, 205 S.

Version im Repositorium

Zum Zitieren der Version im Repositorium verwenden Sie bitte diesen DOI: https://doi.org/10.15488/8703

Zeitraum, für den die Download-Zahlen angezeigt werden:

Jahr: 
Monat: 

Summe der Downloads: 186




Kleine Vorschau
Zusammenfassung: 
[no abstract]
Lizenzbestimmungen: Es gilt deutsches Urheberrecht. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.
Publikationstyp: DoctoralThesis
Publikationsstatus: publishedVersion
Erstveröffentlichung: 2016
Die Publikation erscheint in Sammlung(en):Fakultät für Mathematik und Physik
Dissertationen

Verteilung der Downloads über den gewählten Zeitraum:

Herkunft der Downloads nach Ländern:

Pos. Land Downloads
Anzahl Proz.
1 image of flag of Germany Germany 47 25,27%
2 image of flag of United States United States 32 17,20%
3 image of flag of Russian Federation Russian Federation 24 12,90%
4 image of flag of Czech Republic Czech Republic 20 10,75%
5 image of flag of France France 15 8,06%
6 image of flag of China China 15 8,06%
7 image of flag of Lithuania Lithuania 6 3,23%
8 image of flag of No geo information available No geo information available 5 2,69%
9 image of flag of Ukraine Ukraine 3 1,61%
10 image of flag of United Kingdom United Kingdom 2 1,08%
    andere 17 9,14%

Weitere Download-Zahlen und Ranglisten:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.