Zobrazeno 1 - 10
of 865
pro vyhledávání: '"Dynamic aperture"'
Publikováno v:
Journal of Synchrotron Radiation, Vol 31, Iss 4, Pp 804-809 (2024)
A multi-objective genetic algorithm (MOGA) is a powerful global optimization tool, but its results are considerably affected by the crossover parameter ηc. Finding an appropriate ηc demands too much computing time because MOGA needs be run several
Externí odkaz:
https://doaj.org/article/08e87362ac6240929d6cec2ff873df38
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.
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:
New Journal of Physics, Vol 24, Iss 6, p 063030 (2022)
For any storage ring-based large-scale scientific facility, one of the most important performance parameters is the dynamic aperture (DA), which measures the motion stability of charged particles in a global manner. To date, long-term tracking-based
Externí odkaz:
https://doaj.org/article/7b1c1d9b2ae44de5ac1269f3f46fb0b6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Massimo Giovannozzi, Ewen Maclean, Carlo Emilio Montanari, Gianluca Valentino, Frederik F. Van der Veken
Publikováno v:
Information, Vol 12, Iss 2, p 53 (2021)
A Machine Learning approach to scientific problems has been in use in Science and Engineering for decades. High-energy physics provided a natural domain of application of Machine Learning, profiting from these powerful tools for the advanced analysis
Externí odkaz:
https://doaj.org/article/01a9a9dc02fe452ba2c9eed3c3702351