S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Pas de texte intégral
Communication orale non publiée/Abstract (Colloques, congrès, conférences scientifiques et actes)
New results in finite mixture modeling
SCHILTZ, Jang
;
NOEL, Cédric
2023
•
Luxembourg-Waseda workshop on Models and Inference for Complex Data
Permalien
https://hdl.handle.net/10993/54264
Documents (1)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
Aucun document disponible.
Annexes
2023_1 Luxembourg.pdf
(7.74 MB)
Slides of the presentation
Télécharger
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Disciplines :
Mathématiques
Auteur, co-auteur :
SCHILTZ, Jang
;
University of Luxembourg > Faculty of Law, Economics and Finance (FDEF) > Department of Finance (DF)
NOEL, Cédric
;
University of Lorraine
Co-auteurs externes :
yes
Langue du document :
Anglais
Titre :
New results in finite mixture modeling
Date de publication/diffusion :
05 janvier 2023
Nom de la manifestation :
Luxembourg-Waseda workshop on Models and Inference for Complex Data
Organisateur de la manifestation :
University of Luxembourg Sandal Chair
Lieu de la manifestation :
Belval, Luxembourg
Date de la manifestation :
23 - 25.1.2023
Sur invitation :
Oui
Manifestation à portée :
International
Focus Area :
Computational Sciences
Disponible sur ORBilu :
depuis le 30 janvier 2023
Statistiques
Nombre de vues
76 (dont 0 Unilu)
Nombre de téléchargements
47 (dont 0 Unilu)
Voir plus de statistiques
Bibliographie
Publications similaires
Contacter ORBilu