Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Trotta, R."'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
L95
L91
L91
Bayesian model averaging is a procedure to obtain parameter constraints that account for the uncertainty about the correct cosmological model. We use recent cosmological observations and Bayesian model averaging to derive tight limits on the curvatur
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8f107d9d45c3a34eb90c5edd83ed0b05
http://arxiv.org/abs/1101.5476
http://arxiv.org/abs/1101.5476
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Aaron C. Vincent, T. A. Porter, Michael P. Hobson, Gudlaugur Johannesson, Elena Orlando, Roberto Ruiz de Austri, Igor V. Moskalenko, Roberto Trotta, Farhan Feroz, P. B. Graff, Andrew W. Strong
Publikováno v:
Astrophys J
Astrophysical journal, 2016, Vol.824(1), pp.16 [Peer Reviewed Journal]
Astrophysical journal, 2016, Vol.824(1), pp.16 [Peer Reviewed Journal]
We present the results of the most complete ever scan of the parameter space for cosmic ray (CR) injection and propagation. We perform a Bayesian search of the main GALPROP parameters, using the MultiNest nested sampling algorithm, augmented by the B