Zobrazeno 1 - 6
of 6
pro vyhledávání: '"Samaddar, Debasmita"'
Physics-Informed Neural Networks have shown unique utility in parameterising the solution of a well-defined partial differential equation using automatic differentiation and residual losses. Though they provide theoretical guarantees of convergence,
Externí odkaz:
http://arxiv.org/abs/2205.07843
Publikováno v:
In Machine Learning with Applications 15 June 2023 12
Autor:
Samaddar, Debasmita.
Publikováno v:
Access to citation, abstract and download form provided by ProQuest Information and Learning Company; downloadable PDF file 2.24 Mb., 65 p.
Thesis (M.S.)--University of Delaware, 2006.
Principal faculty advisor: John E. Gizis, Dept. of Physics & Astronomy. Includes bibliographical references.
Principal faculty advisor: John E. Gizis, Dept. of Physics & Astronomy. Includes bibliographical references.
We present HST/ACS observations of 19 nearby M subdwarfs in a search for binary systems. Other than the wide common proper motion pair LHS 2140/2139, none of our sdM and esdM targets are found to be binaries. Our survey is sensitive to equal-luminosi
Externí odkaz:
http://arxiv.org/abs/0709.4236
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.