EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

PyNumDiff: Practical Numerical Differentiation for Noisy Data

Pavel Komarov, Floris van Breugel, Maria Protogerou, J. Nathan Kutz

Journal of Open Source Software · 02.11.2026 · 11 (127) · 11172

DOI: 10.21105/joss.11172 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Open Source Software, erschienen am 02.11.2026. Verfasst von Pavel Komarov und 3 weiteren Autor:innen. Die Arbeit nennt 19 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Komarov, P., Breugel, F. V., Protogerou, M., & Kutz, J. N. (2026). PyNumDiff: Practical Numerical Differentiation for Noisy Data. Journal of Open Source Software, 11(127), 11172. https://doi.org/10.21105/joss.11172

Vancouver

Komarov P, Breugel FV, Protogerou M, Kutz JN. PyNumDiff: Practical Numerical Differentiation for Noisy Data. Journal of Open Source Software. 2026;11(127):11172. doi:10.21105/joss.11172

BibTeX
@article{Komarov2026,
  author = {Komarov, Pavel and Breugel, Floris van and Protogerou, Maria and Kutz, J. Nathan},
  title = {PyNumDiff: Practical Numerical Differentiation for Noisy Data},
  journal = {Journal of Open Source Software},
  year = {2026},
  volume = {11},
  number = {127},
  pages = {11172},
  doi = {10.21105/joss.11172}
}
Kostenlos starten →