Search results for "SegNet"
showing 10 items of 14 documents
Актуальные проблемы физики и химии сегнетоэлектриков
1987
Объектом исследований являются монокристаллические и поликристаллические сегнетоэлектрики. Изучение свойств одного из основных классов сегнетоэлектриков дает ценную информацию как для фундаментальной науки, так и для решения ряда прикладных задач, например, по созданию элементов для электрооптики и нелинейной оптики пиродетекторов и электромеханических преобразователей.
Электрооптические свойства и особенности фазовых переходов в сегнетокерамиках цирконата-титана свинца, модифицированного лантаном и скандата-ниобата …
1978
Фоторефракция, аномальный фотовольтаический эффект и механизм электропроводности в сегнетокерамике цирконата-титаната свинца, модифицированного ланта…
1979
Advisor: Круминь, Андрис
Диэлектрические свойства сегнетоэлектрических твердых растворов со структурой перовскита в условиях высокого гидростатического давления
1980
Теория некоторых оптических свойств вибронных сегнетоэлектриков
1982
Advisor: Кристофель, Николай
Электрокалорический эффект в сегнетоэлектриках со структурой перовскита
1986
Actual physical and chemical problems of ferroelectrics
1991
Размытые фазовые переходы. Выпуск 8
1976
Nātrija bismuta titanāta hidrotermālā un mikroviļņu asistētā hidrotermālā sintēze
2021
“Nātrija bismuta titanāta hidrotermālā un mikroviļņu asistētā hidrotermālā sintēze”. Dutkeviča S., zinātniskie darba vadītāji Dr. phys. Dunce M. un docents Dr. chem. Vaivars G. Bakalaura darbs, 59 lappuses, 35 attēli, 45 literatūras avoti, 2 pielikumi. Latviešu valodā. Bakalaura darba ietvaros tika veikta hidrotermālā un mikroviļņu asistētā hidrotermālā sintēze nātrija bismuta titanāta (Na0,5Bi0,5TiO3) un cieto šķīdumu 0,94Na0,5Bi0,5TiO3–0,06BaTiO3, (Na0,5K0,5)0,5Bi0,5TiO3 iegūšanai, izmantojot bārija hidroksīda oktahidrātu (Ba(OH)2∙8H2O), bismuta nitrāta pentahidrātu (Bi(NO3)3∙5H2O), kālija hidroksīdu (KOH), nātrija hidroksīdu (NaOH), titāna (IV) butoksīdu (Ti(OC4H9)4) un titāna dioksīdu (…
Evaluation of Deep Neural Networks for Semantic Segmentation of Prostate in T2W MRI
2020
In this paper, we present an evaluation of four encoder&ndash