Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Machine Learning-Augmented Spectroscopies for Intelligent Materials Design
Nina Andrejevic (Broschiert, 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 160,49 €
Broschiert | Neu
oder
zzgl.
Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.
zzgl.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
08.10.2023
Sprache
Englisch
EAN
9783031148101
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
Springer Theses
Sonderedition
Nein
Autor
Nina Andrejevic
Seitenanzahl
97
Einbandart
Broschiert
Autorenporträt
Nina Andrejevic obtained her B.S. in Engineering Physics from Cornell University in 2016 and her Ph.D. in Materials Science and Engineering from MIT in 2022. Her research interests are at the intersection of physics-informed machine learning methods and quantum materials characterization. She is currently a Maria Goeppert Mayer Postdoctoral Fellow at Argonne National Laboratory, where she combines machine learning methods with X-ray scattering and spectroscopic measurements for intelligent analysis of materials’ signatures.
Schlagwörter
machine learning for materials characterization, machine learning Raman spectra, machine learning neutron scattering, machine learning vibrational properties, parameter retrieval, machine learning for experimental design, Euclidean neural network, machine learning spectral signatures, electronic band topology
Thema-Inhalt
PNFS - Spektroskopie, Spektrochemie, Massenspektrometrie
PHFC - Physik der kondensierten Materie (Flüssigkeits- und Festkörperphysik)
UYQM - Maschinelles Lernen
TGM - Materialwissenschaft
Höhe
235 mm
Breite
15.5 cm
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