−10%

Domain Generalization with Machine Learning in the NOvA Experiment

Andrew T.C. Sutton, 2024
anziché CHF148.–
Consegna tra ven, 19.6. e mer, 24.6.
Più di 10 pezzi in stock presso il fornitore
spedizione gratuita

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.

Le specifiche più importanti in sintesi

argomento
Matematica & Scienze naturali
Autore
Andrew T.C. Sutton
Anno
2024
Copertina del libro
Copertina rigida

Informazioni generali

No. di articolo
57167063
Editore
Springer
Categoria
Libro specialistico
Data di rilascio
27.3.2025

Caratteristiche del libro

argomento
Matematica & Scienze naturali
Autore
Andrew T.C. Sutton
Anno
2024
Copertina del libro
Copertina rigida

Contributo climatico volontario

Emissioni di CO₂
0.35 kg
Contributo climatico
CHF 0.11

30 di diritto di recesso se non aperto
Nessuna garanzia

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.Rheinwerk
    0 %
  • 1.S.Fischer
    0 %
  • 1.Springer
    0 %
  • 1.Stämpfli
    0 %
  • 1.Ullstein
    0 %

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
  • Springer
    Dati non sufficienti
  • An der Ruhr
    Dati non sufficienti
  • Anaconda
    Dati non sufficienti
  • Ariston
    Dati non sufficienti
  • Avery Publishing Group
    Dati 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.Bloomsbury
    1 %
  • 57.Rheinwerk
    1 %
  • 57.Springer
    1 %
  • 60.HarperCollins
    1.1 %
  • 60.Penguin Random House
    1.1 %
Fonte: Digitec Galaxus