Dr.Völgyesi Lajos
Matematikai
földtudományok (szakcikkek,
tanulmányok)
A pdf dokumentumok
olvasásához
Adobe
Acrobat Reader szükséges, amely itt
letölthetõ:
Völgyesi L.
(1975): Matrix-Orthogonalization Method in
Adjustment.
Periodica Polytechnica C.E., Vol.19, Nr.1-2, pp. 175-185. {
62 kB}
Völgyesi
L. (1979): A numerikus modellek
választásának
néhány
kérdése és a
mátrix-ortogonalizációs
módszer alkalmazása a kiegyenlítõ
számításban.
Geodézia és Kartográfia, Vol. 31, Nr. 5, pp.
327-334. { 247
kB}
Völgyesi
L. (1980): A
mátrix-ortogonalizációs módszer
gyakorlati alkalmazása a kiegyenlítõ
számításban.
Geodézia és Kartográfia, Vol. 32, Nr. 1. pp.
7-15. {
250 kB}
Völgyesi L.
(2000): Nagyméretû,
ritkán
kitöltött
mátrixok számítógépes
kezelése
a kiegyenlítõ számításban.
Geodézia
és Kartográfia, Vol. 52, Nr. 9, pp. 33-36. {
83 kB}
Völgyesi L.(2001):
Nutzung von Computern bei
Ausgleichungsrechnungen
schwach besetzter Matrizen von großem Ausmaß.
Allgemeine
Vermessungs-Nachrichten,
Nr. 2, pp. 46-49. {
72 kB}
Paláncz
B, Völgyesi L.
(2004): Support
Vector Classifier
via Mathematica.
Periodica Polytechnica Civ. Eng, Vol. 48, Nr. 1-2.
pp. 15-37. [ 391 kB]
Völgyesi L, Paláncz B, Fekete K, Popper Gy (2005): Application
of Kernel Ridge Regression to
Network Levelling via Mathematica.
EGU General
Assembly, Vienna, 24-29 April 2005. Geophysical Research Abstracts,
European
Geosciences Union, Vol. 7. [ 30 kB]
Völgyesi L, Paláncz B, Fekete K, Popper Gy (2005): Application
of Kernel Ridge Regression to
Network Levelling via Mathematica.
Reports
on Geodesy, Warsaw University of
Technology, Vol. 73, Nr. 2. pp. 263-276. [ 1880 kB]
Paláncz
B, Völgyesi L, Popper Gy. (2005): Support
Vector Regression
via Mathematica.
Periodica Polytechnica Civ. Eng, Vol. 49, Nr. 1. pp. 59-84.
[ 605 kB]
Paláncz B, Völgyesi L, Zaletnyik P, Kovács L (2006):
Computing
representative learning set via Mathematica. Elektronikus
publikáció: http://library.wolfram.com/infocenter/MathSource/6615/
Joseph L Awange, Béla Paláncz, Robert H
Lewis, Lajos Völgyesi
(2018): Mathematical
Geosciences: Hybrid Symbolic-Numeric Methods
Cham (Svájc): Springer International Publishing, 2018. 596 p. (ISBN:978-3-319-67370-7)
[ 10753 kB]
Joseph L Awange, Béla Paláncz, Lajos
Völgyesi, Szabolcs Rózsa
(2018): Hybrid symbolic-numeric methods in Geosciences.
Published in: (SchW)Ehre, wem (Schw)Ehre gebührt. KIT Scientific
Publishing,
Karlsruhe, p xx+308: (ISBN:
978-3-7315-0777-2)
[ 20727 kB]
Awange
J L, Paláncz B, Völgyesi
L (2020): Hybrid
Imaging and Visualization:
Employing Machine Learning
with
Mathematica – Python. Springer International Publishing, Cham,
ISBN:
978-3-030-26152-8, 978-3-030-26153-5 p.
411, DOI: 10.1007/978-3-030-26153-5.
[ 1760 kB]
Awange
J L, Paláncz B, Völgyesi
L (2020): Hybrid
Imaging and Visualization:
Employing Machine Learning
with
Mathematica – Python. Springer International Publishing, Cham,
ISBN:
978-3-030-26152-8, 978-3-030-26153-5 p.
411, DOI: 10.1007/978-3-030-26153-5.
[ Supplements
]