Zobrazeno 21 - 30
of 363
pro vyhledávání: '"Marcin, S."'
Autor:
Euclid Collaboration, Castro, T., Fumagalli, A., Angulo, R. E., Bocquet, S., Borgani, S., Carbone, C., Dakin, J., Dolag, K., Giocoli, C., Monaco, P., Ragagnin, A., Saro, A., Sefusatti, E., Costanzi, M., Brun, A. M. C. Le, Corasaniti, P. -S., Amara, A., Amendola, L., Baldi, M., Bender, R., Bodendorf, C., Branchini, E., Brescia, M., Camera, S., Capobianco, V., Carretero, J., Castellano, M., Cavuoti, S., Cimatti, A., Cledassou, R., Congedo, G., Conversi, L., Copin, Y., Corcione, L., Courbin, F., Da Silva, A., Degaudenzi, H., Douspis, M., Dubath, F., Duncan, C. A. J., Dupac, X., Farrens, S., Ferriol, S., Fosalba, P., Frailis, M., Franceschi, E., Galeotta, S., Garilli, B., Gillis, B., Grazian, A., Grupp, F., Haugan, S. V. H., Hormuth, F., Hornstrup, A., Hudelot, P., Jahnke, K., Kermiche, S., Kitching, T., Kunz, M., Kurki-Suonio, H., Lilje, P. B., Lloro, I., Mansutti, O., Marggraf, O., Marulli, F., Meneghetti, M., Merlin, E., Meylan, G., Moresco, M., Moscardini, L., Munari, E., Niemi, S. M., Padilla, C., Paltani, S., Pasian, F., Pedersen, K., Pettorino, V., Pires, S., Polenta, G., Poncet, M., Popa, L., Pozzetti, L., Raison, F., Rebolo, R., Renzi, A., Rhodes, J., Riccio, G., Romelli, E., Saglia, R., Sapone, D., Sartoris, B., Schneider, P., Seidel, G., Sirri, G., Stanco, L., Crespí, P. Tallada, Taylor, A. N., Toledo-Moreo, R., Torradeflot, F., Tutusaus, I., Valentijn, E. A., Valenziano, L., Vassallo, T., Wang, Y., Weller, J., Zacchei, A., Zamorani, G., Andreon, S., Bardelli, S., Bozzo, E., Colodro-Conde, C., Di Ferdinando, D., Farina, M., Graciá-Carpio, J., Lindholm, V., Neissner, C., Scottez, V., Tenti, M., Zucca, E., Baccigalupi, C., Balaguera-Antolínez, A., Ballardini, M., Bernardeau, F., Biviano, A., Blanchard, A., Borlaff, A. S., Burigana, C., Cabanac, R., Cappi, A., Carvalho, C. S., Casas, S., Castignani, G., Cooray, A., Coupon, J., Courtois, H. M., Davini, S., De Lucia, G., Desprez, G., Dole, H., Escartin, J. A., Escoffier, S., Finelli, F., Ganga, K., Garcia-Bellido, J., George, K., Gozaliasl, G., Hildebrandt, H., Hook, I., Ilić, S., Kansal, V., Keihanen, E., Kirkpatrick, C. C., Loureiro, A., Macias-Perez, J., Magliocchetti, M., Maoli, R., Marcin, S., Martinelli, M., Martinet, N., Matthew, S., Maturi, M., Metcalf, R. B., Morgante, G., Nadathur, S., Nucita, A. A., Patrizii, L., Peel, A., Popa, V., Porciani, C., Potter, D., Pourtsidou, A., Pöntinen, M., Sánchez, A. G., Sakr, Z., Schirmer, M., Sereno, M., Mancini, A. Spurio, Teyssier, R., Valiviita, J., Veropalumbo, A., Viel, M.
Publikováno v:
A&A 671, A100 (2023)
Euclid's photometric galaxy cluster survey has the potential to be a very competitive cosmological probe. The main cosmological probe with observations of clusters is their number count, within which the halo mass function (HMF) is a key theoretical
Externí odkaz:
http://arxiv.org/abs/2208.02174
Autor:
Euclid Collaboration, Bisigello, L., Conselice, C. J., Baes, M., Bolzonella, M., Brescia, M., Cavuoti, S., Cucciati, O., Humphrey, A., Hunt, L. K., Maraston, C., Pozzetti, L., Tortora, C., van Mierlo, S. E., Aghanim, N., Auricchio, N., Baldi, M., Bender, R., Bodendorf, C., Bonino, D., Branchini, E., Brinchmann, J., Camera, S., Capobianco, V., Carbone, C., Carretero, J., Castander, F. J., Castellano, M., Cimatti, A., Congedo, G., Conversi, L., Copin, Y., Corcione, L., Courbin, F., Cropper, M., Da Silva, A., Degaudenzi, H., Douspis, M., Dubath, F., Duncan, C. A. J., Dupac, X., Dusini, S., Farrens, S., Ferriol, S., Frailis, M., Franceschi, E., Franzetti, P., Fumana, M., Garilli, B., Gillard, W., Gillis, B., Giocoli, C., Grazian, A., Grupp, F., Guzzo, L., Haugan, S. V. H., Holmes, W., Hormuth, F., Hornstrup, A., Jahnke, K., Kümmel, M., Kermiche, S., Kiessling, A., Kilbinger, M., Kohley, R., Kunz, M., Kurki-Suonio, H., Ligori, S., Lilje, P. B., Lloro, I., Maiorano, E., Mansutti, O., Marggraf, O., Markovic, K., Marulli, F., Massey, R., Maurogordato, S., Medinaceli, E., Meneghetti, M., Merlin, E., Meylan, G., Moresco, M., Moscardini, L., Munari, E., Niemi, S. M., Padilla, C., Paltani, S., Pasian, F., Pedersen, K., Pettorino, V., Polenta, G., Poncet, M., Popa, L., Raison, F., Renzi, A., Rhodes, J., Riccio, G., Rix, H. -W., Romelli, E., Roncarelli, M., Rosset, C., Rossetti, E., Saglia, R., Sapone, D., Sartoris, B., Schneider, P., Scodeggio, M., Secroun, A., Seidel, G., Sirignano, C., Sirri, G., Stanco, L., Tallada-Crespí, P., Tavagnacco, D., Taylor, A. N., Tereno, I., Toledo-Moreo, R., Torradeflot, F., Tutusaus, I., Valentijn, E. A., Valenziano, L., Vassallo, T., Wang, Y., Zacchei, A., Zamorani, G., Zoubian, J., Andreon, S., Boucaud, S. Bardelli A., Colodro-Conde, C., Di Ferdinando, D., Graciá-Carpio, J., Lindholm, V., Maino, D., Mei, S., Scottez, V., Sureau, F., Tenti, M., Zucca, E., Borlaff, A. S., Ballardini, M., Biviano, A., Bozzo, E., Burigana, C., Cabanac, R., Cappi, A., Carvalho, C. S., Casas, S., Castignani, G., Cooray, A., Coupon, J., Courtois, H. M., Cuby, J., Davini, S., De Lucia, G., Desprez, G., Dole, H., Escartin, J. A., Escoffier, S., Farina, M., Fotopoulou, S., Ganga, K., Garcia-Bellido, J., George, K., Giacomini, F., Gozaliasl, G., Hildebrandt, H., Hook, I., Huertas-Company, M., Kansal, V., Keihanen, E., Kirkpatrick, C. C., Loureiro, A., Macías-Pérez, J. F., Magliocchetti, M., Mainetti, G., Marcin, S., Martinelli, M., Martinet, N., Metcalf, R. B., Monaco, P., Morgante, G., Nadathur, S., Nucita, A. A., Patrizii, L., Peel, A., Potter, D., Pourtsidou, A., Pöntinen, M., Reimberg, P., Sánchez, A. G., Sakr, Z., Schirmer, M., Sefusatti, E., Sereno, M., Stadel, J., Teyssier, R., Valieri, C., Valiviita, J., Viel, M.
Next generation telescopes, like Euclid, Rubin/LSST, and Roman, will open new windows on the Universe, allowing us to infer physical properties for tens of millions of galaxies. Machine learning methods are increasingly becoming the most efficient to
Externí odkaz:
http://arxiv.org/abs/2206.14944
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Rach Dawson, Carolyn O’Dwyer, Edward Irwin, Marcin S. Mrozowski, Dominic Hunter, Stuart Ingleby, Erling Riis, Paul F. Griffin
Publikováno v:
Sensors, Vol 23, Iss 8, p 4007 (2023)
Machine learning (ML) is an effective tool to interrogate complex systems to find optimal parameters more efficiently than through manual methods. This efficiency is particularly important for systems with complex dynamics between multiple parameters
Externí odkaz:
https://doaj.org/article/a76b4c3e94f24922bc5f4dc6eb33267b
Publikováno v:
Acta Archaeologica Carpathica. (56):221-256
Externí odkaz:
https://www.ceeol.com/search/article-detail?id=1041998