Weiter zum Inhalt
Zwischenablage:
0
in der Auswahl
(Voll)
Anmeldung über Ihre Einrichtung
Sprache
English
Deutsch
Español
Français
Italiano
Alle Felder
Titel
Verfasser
Schlagwort
ISBN/ISSN
K10+-PPN
OCLC Nummer
Suchen
Erweitert
Start
Generative machine learning fo...
Zitieren
Als E-Mail versenden
Drucken
Datensatz exportieren
Exportieren nach RefWorks
Exportieren nach EndNoteWeb
Exportieren nach EndNote
Exportieren nach RDF
Exportieren nach BibTeX
Exportieren nach RIS
Zu den Favoriten
Persistenter Link
Generative machine learning for simulation-based Inference in high energy physics
Weitere Versionen anzeigen (1)
Gespeichert in:
Bibliographische Detailangaben
1. Verfasser:
Hütsch, Nathan
(Verfasst von)
Dokumenttyp:
Buch/Monographie
Hochschulschrift
Sprache:
Englisch
Veröffentlicht:
Heidelberg
[2025?]
Schlagworte:
Hochschulschrift
Online-Zugang:
Verfasserangaben:
put forward by Nathan Karl Hütsch ; referees: Dr. Anja Butter, Prof. Dr. Ullrich Köthe
Beschreibung
Weitere Versionen (1)
Internformat
Beschreibung
Keine Beschreibung verfügbar.
Ähnliche Einträge
Generative machine learning for simulation-based Inference in high energy physics
von: Hütsch, Nathan
Veröffentlicht: (2025)
Precision-machine learning for the matrix element method
von: Heimel, Theo, et al.
Veröffentlicht: (2024)
Inferring the assembly and merger histories of galaxies with the IllustrisTNG simulations and machine learning
von: Eisert, Lukas
Veröffentlicht: (2024)
Inferring the assembly and merger histories of galaxies with the IllustrisTNG simulations and machine learning
von: Eisert, Lukas
Veröffentlicht: (2024)
Monte Carlo event generators for high energy particle physics event simulation
von: Buckley, Andy, et al.
Veröffentlicht: (2019)