Characterising pre-main-sequence stars in the large magellanic cloud with machine and deep learning techniques

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Ksoll, Victor F. (VerfasserIn)
Dokumenttyp: Buch/Monographie Hochschulschrift
Sprache:Englisch
Veröffentlicht: Heidelberg [2021?]
Schlagworte:
Online-Zugang: Volltext
Verfasserangaben:put forward by Victor Francisco Ksoll ; referees: Prof. Dr. Ralf Klessen [und ein weiterer Gutachter]

MARC

LEADER 00000cam a2200000 c 4500
001 1768137102
003 DE-627
005 20240510210156.0
007 tu
008 210831s2021 gw ||||| m 00| ||eng c
035 |a (DE-627)1768137102 
035 |a (DE-599)KXP1768137102 
035 |a (OCoLC)1266226465 
040 |a DE-627  |b ger  |c DE-627  |e rda 
041 |a eng 
044 |c XA-DE-BW 
082 0 |a 523.88  |q DE-101 
082 0 4 |a 520  |q DE-101 
084 |a 29  |2 sdnb 
084 |a 29  |2 sdnb 
100 1 |a Ksoll, Victor F.  |d 1992-  |e VerfasserIn  |0 (DE-588)1176827448  |0 (DE-627)1048198030  |0 (DE-576)51686372X  |4 aut 
245 1 0 |a Characterising pre-main-sequence stars in the large magellanic cloud with machine and deep learning techniques  |c put forward by Victor Francisco Ksoll ; referees: Prof. Dr. Ralf Klessen [und ein weiterer Gutachter] 
264 1 |a Heidelberg  |c [2021?] 
300 |a xv, 248 Seiten  |b Illustrationen, Diagramme 
336 |a Text  |b txt  |2 rdacontent 
337 |a ohne Hilfsmittel zu benutzen  |b n  |2 rdamedia 
338 |a Band  |b nc  |2 rdacarrier 
500 |a Publikationsbasierte Dissertation bestehend aus einem Text und 4 Zeitschriftenaufsätzen 
502 |b Dissertation  |c Ruperto-Carola-University of Heidelberg  |d 2021 
546 |a Zusammenfassungen in deutscher und englischer Sprache 
583 1 |a Archivierung/Langzeitarchivierung gewährleistet  |f DISS  |x XA-DE-BW  |2 pdager  |5 DE-16 
650 0 7 |0 (DE-588)4057364-3  |0 (DE-627)106151223  |0 (DE-576)209121734  |a Sternentstehung  |2 gnd 
650 0 7 |0 (DE-588)4193754-5  |0 (DE-627)105224782  |0 (DE-576)21008944X  |a Maschinelles Lernen  |2 gnd 
655 7 |a Hochschulschrift  |0 (DE-588)4113937-9  |0 (DE-627)105825778  |0 (DE-576)209480580  |2 gnd-content 
700 1 |a Klessen, Ralf S.  |d 1968-  |e AkademischeR BetreuerIn  |0 (DE-588)120533820  |0 (DE-627)392381532  |0 (DE-576)178685399  |4 dgs 
710 2 |a Universität Heidelberg  |e Grad-verleihende Institution  |0 (DE-588)2024349-2  |0 (DE-627)102161488  |0 (DE-576)191769517  |4 dgg 
751 |a Heidelberg  |0 (DE-588)4023996-2  |0 (DE-627)106300814  |0 (DE-576)208952578  |4 uvp 
776 0 8 |i Erscheint auch als  |n Online-Ausgabe  |a Ksoll, Victor F., 1992 -   |t Characterising pre-main-sequence stars in the large magellanic cloud with machine and deep learning techniques  |d Heidelberg, 2021  |h 1 Online-Ressource (267 Seiten)  |w (DE-627)1763985555 
951 |a BO 
992 |a 20210901 
993 |a Thesis 
998 |g 1176827448  |a Ksoll, Victor F.  |m 1176827448:Ksoll, Victor F.  |d 130000  |d 130001  |e 130000PK1176827448  |e 130001PK1176827448  |k 0/130000/  |k 1/130000/130001/  |p 1  |x j  |y j 
999 |a KXP-PPN1768137102  |e 3972301243 
BIB |a Y 
JSO |a {"type":{"bibl":"thesis"},"corporate":[{"role":"dgg","display":"Universität Heidelberg"}],"noteThesis":["Dissertation. - Ruperto-Carola-University of Heidelberg. - 2021"],"language":["eng"],"note":["Publikationsbasierte Dissertation bestehend aus einem Text und 4 Zeitschriftenaufsätzen"],"title":[{"title":"Characterising pre-main-sequence stars in the large magellanic cloud with machine and deep learning techniques","title_sort":"Characterising pre-main-sequence stars in the large magellanic cloud with machine and deep learning techniques"}],"physDesc":[{"extent":"xv, 248 Seiten","noteIll":"Illustrationen, Diagramme"}],"id":{"eki":["1768137102"]},"origin":[{"dateIssuedKey":"2021","publisherPlace":"Heidelberg","dateIssuedDisp":"[2021?]"}],"name":{"displayForm":["put forward by Victor Francisco Ksoll ; referees: Prof. Dr. Ralf Klessen [und ein weiterer Gutachter]"]},"person":[{"display":"Ksoll, Victor F.","given":"Victor F.","role":"aut","family":"Ksoll"},{"role":"dgs","family":"Klessen","given":"Ralf S.","display":"Klessen, Ralf S."}],"recId":"1768137102"} 
SRT |a KSOLLVICTOCHARACTERI2021