Zobrazeno 1 - 10
of 518
pro vyhledávání: '"Carrillo, M. P."'
Autor:
Perez H A, Majul E, Oliszynski A L, Delia A, Bocchetto D, Albrecht C B, Baez I M, Foa T I, Gonzalez Rinaldi L M, Lambrech S A, Muñoz S E, Carrillo M N, Spence J D, Garcia N H
Publikováno v:
Revista Methodo, Vol 9, Iss 2 (2024)
INTRODUCION: La enfermedad aterosclerótica es una enorme carga para la salud en todo el mundo, y su prevención está basada en gran medida en el control de los factores de riesgo tradicionales, a pesar de la eficacia limitada en la prevención de e
Externí odkaz:
https://doaj.org/article/875a38aac15d4c9d963ad5f86241b7e0
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.
We develop an artificial neural network (ANN) approach to classify simulated signals corrsponding to the semi-classical description of Bloch oscillations in pristine graphene. After the ANN is properly trained, we consider the inverse problem of Bloc
Externí odkaz:
http://arxiv.org/abs/1710.01718
Within an artificial neural network (ANN) approach, we classify simulated signals corresponding to the semi-classical description of Bloch oscillations on a two-dimensional square lattice. After the ANN is properly trained, we consider the inverse pr
Externí odkaz:
http://arxiv.org/abs/1704.08346
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:
Gen. Rel. Grav. 48, 141 (2016)
We present an algorithm based on artificial neural networks (ANNs), that estimates the mass ratio in a binary black hole collision out of given Gravitational Wave (GW) strains. In this analysis, the ANN is trained with a sample of GW signals generate
Externí odkaz:
http://arxiv.org/abs/1608.02491
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.