Deep Learning on Type Ia Supernovae
Sorozatcím: Springer Theses;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 139.09
-
57 687 Ft (54 940 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 11 537 Ft off)
- Kedvezményes ár 46 150 Ft (43 952 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
57 687 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Springer Nature Switzerland
- Megjelenés dátuma 2026. január 20.
- ISBN 9783032130310
- Kötéstípus Keménykötés
- Terjedelem170 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk X, 170 p. 40 illus., 20 illus. in color. 700
Kategóriák
Hosszú leírás:
The thesis presents the design of an Artificial Intelligence Assisted Inversion (AIAI) method to estimate type Ia supernova (SN Ia) ejecta structure based on the observed optical spectral time sequence. The research applied neural networks to 126 SNe Ia and found a correlation between the 3700 Å spectral feature and the 56Ni elemental abundance. To further adapt the AIAI method to the SNe Ia 3D structure estimate, the author developed an integral-based technique to significantly increase the signal-to-noise ratio in the polarized time-dependent 3D radiative transfer computations. To understand the SNe Ia progenitors, the spatially resolved SN Ia host galaxy spectra from MUSE and MaNGA were employed to estimate the delay time distribution (DTD). By using a grouping algorithm based on k-means and earth mover’s distances, the research separated the host galaxy stellar population age distributions into spatially distinct regions and used the maximum likelihood method to constrain the DTD. It was found that the DTD is consistent to the double-degenerate progenitor models.
TöbbTartalomjegyzék:
"
Introduction and literature review.- Artificial intelligence assisted inversion on type ia supernovae.- Artificial intelligence assisted inversion (aiai): quantifying the spectral features of 56Ni of type Ia supernovae.- An integral-based technique (ibt) to accelerate the monte-carlo radiative transfer computation for supernovae.
" Több
Multiple-Use Management of Protected Natural Areas: Integrating Conservation, Restoration & Recreation in the Spanish Basque Country
48 725 Ft
43 853 Ft
Fire in the Deep: Lectio Divina, Cycle A
6 664 Ft
6 131 Ft
Facility and Event Management: Applications in Sport: Applications in Sport
58 065 Ft
53 420 Ft
