Martanae Tudertinorum

Multi tool use
Multi tool use





Vide etiam paginam discretivam: Massa (discretiva)






































































































Martanae Tudertinorum

Massa Martana

Insigne Martanarum Tudertinorum

Imago Martanarum Tudertinorum

Imago Martanarum Tudertinorum


Nomina Latina alia:
Vicus ad Martis, Vicus Martanus, Martana, Massa, Massa Martana
Nomen lingua loci:
Massa
Administratio

Terra:
Flag of Italy.svg Italia

Regio:
Umbria

Provincia:
Perusina

Magister civium:
 Maria Pia Bruscolotti (08.08.2009)
Indicia fundamentalia

Coordinata:
42° 47′ 0″ Sept., 12° 31′ 0″ Ort.

Altitudo:
 351 m supra mare

Area:
 78,11 km²

Incolae:
 3 947 (2016)

Spissitudo:
 49,14 per km²

Vici:
Castel Rinaldi, Colpetrazzo, Mezzanelli, Montignano,Castelvecchio, Viepri, Villa San Faustino
Municipia proxima:
Aqua Sparta (TR), Castrum Iani, Gualdum Captaneorum, Spoletium, Tuder (gen. Tuderis)
Res aliae

N. cursualis:
 06056

Praefixum:
 075

Zona temporalis:
UTC+1

ISTAT-Regio:
 054028

N. tributarius:
 F024

Nota autocineti:
 PG
Nomen incolarum:
 Martanaenses, Massetani

Patronus:
Sanctus Felix

Dies sollemnis:
31 Octobris
Charta



Commune


Situs communis in Italia


Martanae Tudertinorum[1] (olim Vicus ad Martis vel Vicus Martanus et Martana, deinde Massa ac Massa Martana) (Italiane: Massa Martana) est oppidum Italiae et municipium, circiter 3 950 incolarum, in Regione Umbria ac in Provincia Perusina situm. Incolae Martanaenses[1] vel Massetani appellantur.




Index






  • 1 Insigne


    • 1.1 Sententia




  • 2 Geographia


  • 3 Oeconomia


  • 4 Historia


  • 5 Clari cives


    • 5.1 Nati


    • 5.2 Victi


    • 5.3 Mortui




  • 6 Urbis administratio


  • 7 Aedificia egregia


  • 8 Ecclesia Catholica Romana


  • 9 Fractiones, vici et loci in municipio


    • 9.1 Fractiones


    • 9.2 Loci




  • 10 Municipia finitima


  • 11 Nexus interni


  • 12 Nexus externi


  • 13 Pinacotheca


  • 14 Notae





Insigne |






  • Municipium Italiae






Sententia |



Geographia |



Oeconomia |



Historia |



Clari cives |



Nati |



Victi |



Mortui |



Urbis administratio |



Aedificia egregia |


  • Moenia et Ianua mediaevalis


Ecclesia Catholica Romana |


Martanae Tudertinorum fuerunt sedes episcopalis Ecclesiae Catholicae Romanae et hodie Sedes Titularis Ecclesiae Catholicae Romanae. Nomen sedis episcopalis Dioecesis Martanaensis[1] est. Hodie municipium pertinet ad Dioecesem Urbevetanam-Tudertinam.



Fractiones, vici et loci in municipio |



Fractiones |


Castel Rinaldi, Colpetrazzo, Mezzanelli, Montignano,Castelvecchio, Viepri, Villa San Faustino.



Loci |



Municipia finitima |




  • Aqua Sparta (TR),


  • Castrum Iani,


  • Gualdum Captaneorum,


  • Spoletium,


  • Tuder (gen. Tuderis).


Nexus interni




  • Umbriam (regionem),


  • Provinciam Perusinam,


  • Perusiam (urbem),


  • Municipium Italiae.



Nexus externi |


  • Situs publicus






Commons-logo.svg
Vicimedia Communia plura habent quae ad Martanas Tudertinorum spectant.



Pinacotheca |






  • Collocatio finium municipii in Provincia Perusina.







  • Moenia et Ianua mediaevalis.







  • Despectus in oppidum.






Notae |




  1. ↑ 1.01.11.2
    "Dioecesis Martanaensis" e The Hierarchy of the Catholic Church (situs a Davide M. Cheney elaboratus) .mw-parser-output .existinglinksgray a,.mw-parser-output .existinglinksgray a:visited{color:gray}.mw-parser-output .existinglinksgray a.new{color:#ba0000}.mw-parser-output .existinglinksgray a.new:visited{color:#a55858}
    (Anglice)}


.mw-parser-output .stipula{padding:3px;background:#F7F8FF;border:1px solid grey;margin:auto}.mw-parser-output .stipula td.cell1{background:transparent;color:white}




Terra
Haec stipula ad urbem spectat. Amplifica, si potes!



iq,tbm,ZHCouOXswc zY1RK,W9
-
z6kbf3LQ,2vPuQY8GF LKzJ6REre32Hkmpbk,jZZGatvE6AwzCBDis2coZ23kcHq

Popular posts from this blog

Tabula Rosettana

Image
Tabula multilinguis Rosettana in Museo Britannico ostenditur. Tabula Rosettana, [1] etiam titulo OGIS 90 agnita, est stela decreto de rebus sacris in Aegypto anno 196 a.C.n. lato inscripta. Tabula iuxta Rosettam Aegypti, urbem in delta Nili et ad oram maris Mediterranei iacentem, anno 1799 a milite Francico reperta est. Inventio stelae, linguis duabus scripturisque tribus inscriptae, eruditis Instituti Aegypti statim nuntiata est; ibi enim iussu imperatoris Napoleonis eruditi omnium scientiarum (sub aegide Commissionis Scientiarum et Artium) properaverant cum expeditione Francica. Qua a Britannis mox debellata, tabula Rosettana Londinium missa hodie apud Museum Britannicum iacet. Textus Graecus cito lectus interpretationi textuum Aegyptiorum (in formis hieroglyphica et demotica expressorum) gradatim adiuvit. Denique textum plene interpretatus est Ioannes Franciscus Champollion. Ab opere eruditorum cumulativo coepit hodiernus scripturae hieroglyphicae linguaeque Aegyptiae a...
Read more

How to label and detect the document text images

Image
1 $begingroup$ This is what I mean as document text image: I want to label the texts in image as separate blocks and my model should detect these labels as classes. NOTE: This is how the end result should be like: The labels like Block 1, Block 2, Block 3,.. should be Logo, Title, Date,.. Others, etc. Work done: First approach : I tried to implement this method via Object Detection, it didn't work. It didn't even detect any text. Second approach : Then I tried it using PixelLink. As this model is build for scene text detection, it detected each and every text in the image. But this method can detect multiple lines of text if the threshold values are increased. But I have no idea how do I add labels to the text blocks. PIXEL_CLS_WEIGHT_all_ones = 'PIXEL_CLS_WEIGHT_all_ones' PIXEL_C...
Read more

LSTM sequence prediction: 3d input to 2d output

Image
1 $begingroup$ I have this LSTM model model = Sequential() model.add(Masking(mask_value=0, input_shape=(timesteps, features))) model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2, return_sequences=False)) model.add(Dense(features, activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) and shapes X_train (21, 11, 5), y_train (21, 5) . Each timestep is represented by 5 features and return_sequences is set to False because I want to predict one 5D array (the next timestep) for each input sequence of 11 timesteps. I get the error ValueError: y_true and y_pred have different number of output (5!=1) If I reshape the data as X_train (21, 11, 5), y_train (21, 1, 5) instead I get the error ValueError: Inva...
Read more