Domain Generalization with Machine Learning in the NOvA Experiment
Andrew T.C. Sutton, 2024Più di 10 pezzi in stock presso il fornitore
Informazioni sul prodotto
Il libro "Domain Generalization with Machine Learning in the NOvA Experiment" di Andrew T.C. Sutton offre un'analisi approfondita dell'applicazione delle reti neurali nell'analisi dei neutrini. Esamina le sfide e i progressi nel campo dell'apprendimento automatico, in particolare per quanto riguarda l'identificazione dei tipi di particelle e la determinazione delle loro energie nei rivelatori utilizzati nell'esperimento NOvA sui neutrini. Questo esperimento studia le variazioni di un fascio di neutrini che si muove per circa 800 km attraverso la Terra. Un tema centrale del libro è la necessità di considerare le incertezze sistematiche nelle simulazioni, che sono fondamentali per l'analisi dei dati sperimentali. Il lavoro presenta la prima applicazione della generalizzazione avversariale delle domande nella fisica delle alte energie, per aumentare la robustezza delle analisi NOvA e migliorare la significatività dei risultati sperimentali.
argomento | Matematica & Scienze naturali |
Autore | Andrew T.C. Sutton |
Anno | 2024 |
Copertina del libro | Copertina rigida |
No. di articolo | 57167063 |
Editore | Springer |
Categoria | Libro specialistico |
Data di rilascio | 27.3.2025 |
argomento | Matematica & Scienze naturali |
Autore | Andrew T.C. Sutton |
Anno | 2024 |
Copertina del libro | Copertina rigida |
Emissioni di CO₂ | 0.35 kg |
Contributo climatico | CHF 0.11 |
Confronta i prodotti
Suggerimenti
Valutazioni e opinioni
Ritenuta di garanzia
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» presenta un difetto nei primi 24 mesi.
Fonte: Digitec Galaxus- 1.Rheinwerk0 %
- 1.S.Fischer0 %
- 1.Springer0 %
- 1.Stämpfli0 %
- 1.Ullstein0 %
Durata della garanzia
Il tempo di elaborazione che intercorre tra l'arrivo al centro di assistenza e il recupero da parte del cliente, in media in giorni lavorativi.
Fonte: Digitec Galaxus- SpringerDati non sufficienti
- An der RuhrDati non sufficienti
- AnacondaDati non sufficienti
- AristonDati non sufficienti
- Avery Publishing GroupDati non sufficienti
Purtroppo non disponiamo di dati sufficienti per questa categoria per mostrarti ulteriori percentuali.
Percentuale di reso
La frequenza con cui un prodotto di questo marchio nella categoria «Libro specialistico» viene restituito.
Fonte: Digitec Galaxus- 57.Bloomsbury1 %
- 57.Rheinwerk1 %
- 57.Springer1 %
- 60.HarperCollins1.1 %
- 60.Penguin Random House1.1 %