C3NN: Cosmological Correlator Convolutional Neural Network an Interpretable Machine-learning Framework for Cosmological Analyses
Artikel
Gong, Zhengyangguang
, Halder, Anik
, Bohrdt, Annabelle
, Seitz, Stella und Gebauer, David
(2024)
C3NN: Cosmological Correlator Convolutional Neural Network an Interpretable Machine-learning Framework for Cosmological Analyses.
The Astrophysical Journal 971 (2), S. 156.
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Artikel | ||||
| Titel eines Journals oder einer Zeitschrift | The Astrophysical Journal | ||||
| Verlag | IOP Publishing Ltd | ||||
| Ort der Veröffentlichung | BRISTOL | ||||
| Band | 971 | ||||
| Nummer des Zeitschriftenheftes oder des Kapitels | 2 | ||||
| Seitenbereich | S. 156 | ||||
| Datum | 2024 | ||||
| Veröffentlichungsdatum | 16 Nov 2026 08:08 | ||||
| Institutionen | Physik > Institut für Experimentelle und Angewandte Physik | ||||
| Identifikationsnummer |
| ||||
| Stichwörter / Keywords | 3-POINT CORRELATION-FUNCTION; APERTURE MASS STATISTICS; DARK ENERGY; COSMIC SHEAR; CONSTRAINTS; PARAMETERS; DENSITY | ||||
| Dewey-Dezimal-Klassifikation | 500 Naturwissenschaften und Mathematik > 520 Astronomie 500 Naturwissenschaften und Mathematik > 530 Physik | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Ja, diese Version wurde begutachtet | ||||
| An der Universität Regensburg entstanden | Ja | ||||
| Dokumenten-ID | 81668 |
Bibliographische Daten exportieren
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Altmetric
Altmetric