iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A27 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8 ProRedmi Note 9
- Startseite
Bücher Englische Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Chemie Physikalische Chemie Machine Learning-Augmented Spectroscopies for Intelligent Materials Design
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Machine Learning-Augmented Spectroscopies for Intelligent Materials Design
Nina Andrejevic (Gebundene Ausgabe, Englisch)
Optischer Zustand
Beschreibung
The thesis contains several pioneering results at the intersection of state-of-the-art materials characterization techniques and machine learning. The use of machine learning empowers the information extraction capability of neutron and photon spectroscopies. In particular, new knowledge and new physics insights to aid spectroscopic analysis may hold great promise for next-generation quantum… technology. As a prominent example, the so-called proximity effect at topological material interfaces promises to enable spintronics without energy dissipation and quantum computing with fault tolerance, yet the characteristic spectral features to identify the proximity effect have long been elusive. The work presented within permits a fine resolution of its spectroscopic features and a determination of the proximity effect which could aid further experiments with improved interpretability. A few novel machine learning architectures are proposed in this thesis work which leverage the case when the data is scarce and utilize the internal symmetry of the system to improve the training quality. The work sheds light on future pathways to apply machine learning to augment experiments. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
07.10.2022
Sprache
Englisch
EAN
9783031148071
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Springer Theses
Sonderedition
Nein
Autor
Nina Andrejevic
Seitenanzahl
97
Auflage
1
Einbandart
Gebundene Ausgabe
Transparenz & Sicherheit
Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen