Electronic Documents Search

Documents found: 1

1

Модели машинного обучения для определения значений ненаблюдаемых параметров, связанных с центральностью, для широкого спектра ядерных систем при энергии 200 ГэВ // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Сер.: Физико-математические науки. – 2023. – Т. 16, № 2. — С. 111-120

Creators	Лобанов А. А.; Бердников Я. А.; Митранков Ю. М.
Imprint	2023
Collection	Общая коллекция
Subjects	Физика; Элементарные частицы; машинное обучение; ненаблюдаемые параметры; ядерные системы; ядерные взаимодействия; центральность параметров; столкновение ядер (физика); многослойные перцептроны; machine learning; unobservable parameters; nuclear systems; nuclear interactions; centrality of parameters; collision of nuclei (physics); multilayer perceptrons
UDC	539.12
LBC	22.382
Document type	Article, report
File type	PDF
Language	Russian
DOI	10.18721/JPM.16210
Rights	Свободный доступ из сети Интернет (чтение, печать, копирование)

pdf, 0.7 Mb

1