Besøksadresse
Fakultetsadministrasjonen
Fysikkbygningen øst (kart)
Sem Sælands vei 24
0371
OSLO
Studentarrangementer - Side 8
Tid og stad:
13. juni 2019 10:00–10:30,
Kurssal U37, Geology building, University of Oslo
Considering groundwater recharge and flow in urban development planning A case study from Torshovdalen (Oslo, Norway)
Tid og stad:
13. juni 2019 10:00–10:30,
Aud. 2, Geology building, University of Oslo
Characterization of a Jurassic transgressive lag deposit in the SW Barents Sea
Tid og stad:
13. juni 2019 10:00–10:30,
Room 219 (Valhall), Department of Geosciences, University of Oslo
Investigating a glacier tidewater collapse and dynamics: Negribreen in Eastern Svalbard
Tid og stad:
13. juni 2019 09:00–11:00,
Rom 450, Gydas vei 8
Tittel: Studier av kjønnshormoner på differensiering av stamceller til osteoblaster og regulering av cysteinproteasene legumain og cathepsin B
Tid og stad:
13. juni 2019 09:00–10:30,
FAI 298
Tittel: Developing a method to measure tacrolimus-induced tremor in kidney-transplant recipients
Tid og stad:
13. juni 2019 09:00–10:30,
Seminarrom 475, Farmasøytisk institutt
Tittel: Prenatal eksponering for metadon eller buprenorfin og effekt på proteiner viktige for læring og hukommelse. In vivo og ex vivo studier i rotte
Tid og stad:
13. juni 2019 09:00–09:30,
Room 102 (Mellomrommet), Geology building, University of Oslo
Validering og testing av nye aktsomhetskart for snøskred i Norge (NAKSIN)
Tid og stad:
13. juni 2019 09:00,
Black Box (3271)
An Ontology for Cyber Threat Intelligence
Tid og stad:
13. juni 2019 08:30,
Undervisningsrom 126, N. H. Abels hus
Tittel:
Portfolio Optimization in a Co-Integrated Asset Market Model
Tid og stad:
12. juni 2019 13:15,
Undervisningsrom 126, N. H. Abels hus
Tittel:
Asymptotic representation theory of the infinite quantum symmetric group
Tid og stad:
12. juni 2019 13:15,
Kristen Nygaards sal (5370)
mLab: A Composable Rule-Based Aspect-Oriented DSL for Modeling Medical Laboratory Actions
Tid og stad:
12. juni 2019 13:00,
Møterom 4456
Network Performance in Hyperledger Fabric - Investigating the network resource consumption of transactions in a Distributed Ledger Technology system
Tid og stad:
12. juni 2019 11:15,
Lille fysiske auditorium, Fysikkbygningen
Machine Learning and Sonification Applied to Fish in Wideband Hydroacoustic Data
Tid og stad:
12. juni 2019 10:15–10:45,
Room 102 (Mellomrommet), Geology building, University of Oslo
Importance of Deep Structural Grain for Late Paleozoic and Mesozoic Evolution in the Fingerdjupet Subbasin to Bjarmeland Platform Region
Tid og stad:
12. juni 2019 10:00–10:30,
Room 219 (Valhall), Department of Geosciences, University of Oslo
Satellite radar time series for flood detection using SAR Sentinel-1 data
Tid og stad:
12. juni 2019 10:00,
Undervisningsrom 126, N. H. Abels hus
Tittel:
Stability of Adaptive Neural Networks for Image Reconstruction
Tid og stad:
12. juni 2019 09:30–11:00,
Seminarrom 298, Farmasøytisk institutt
Tittel: Microsampling i kombinasjon med tryptisk proteolyse og epitopfisking før LC-MS/MS analyse
Tid og stad:
12. juni 2019 09:30–11:00,
Legemiddelkjemi Fysikkbygning
Tittel: Synthetic Studies Towards an Analog of the Specialized Pro-resolving Mediator RvD1n-3 DPA
Tid og stad:
12. juni 2019 09:00–10:30,
Farmasøytisk kjemi rom297
Tittel:Utvikling av elektromembranekstraksjon-chip koblet direkte til kapillærelektroforese
Tid og stad:
11. juni 2019 15:00,
Møterom 9. etasje
Towards Device Communities with User-Friendly Pairing for Modern Android Platforms
Tid og stad:
11. juni 2019 14:00,
Lille fysiske auditorium, Fysikkbygningen
Fysikk på YouTube
Tid og stad:
11. juni 2019 13:30,
Auditorium 4, Kjemibygningen
"Structure-Property Relations in Thin Films of LaNiO3 and LaNi1-xCuxO3"
Tid og stad:
11. juni 2019 13:30,
Rom 7166
Design som støtter nettkunder i å holde jevnere effekt
Tid og stad:
11. juni 2019 13:00–13:30,
Room 102 (Mellomrommet), Geology building, University of Oslo
Modelling of sediment transport in rivers using LiDAR-data and HEC-RAS
Tid og stad:
11. juni 2019 13:00,
Møterom ND (4456)
Neural Networks Used for Time Series Prediction of Power Consumption