Sökning: onr:"swepub:oai:lup.lub.lu.se:99b6f3db-cf43-465d-b248-ce0db339d4d6" >
Self-organizing net...
Self-organizing networks for extracting jet features
-
- Lönnblad, Leif (författare)
- Lund University,Lunds universitet,Institutionen för astronomi och teoretisk fysik - Genomgår omorganisation,Naturvetenskapliga fakulteten,Department of Astronomy and Theoretical Physics - Undergoing reorganization,Faculty of Science
-
- Peterson, Carsten (författare)
- Lund University,Lunds universitet,Institutionen för astronomi och teoretisk fysik - Genomgår omorganisation,Naturvetenskapliga fakulteten,Department of Astronomy and Theoretical Physics - Undergoing reorganization,Faculty of Science
-
- Pi, Hong (författare)
- Lund University
-
visa fler...
-
- Rögnvaldsson, Thorsteinn (författare)
- Lund University
-
visa färre...
-
(creator_code:org_t)
- 1991
- 1991
- Engelska 17 s.
-
Ingår i: Computer Physics Communications. - 0010-4655. ; 67:2, s. 193-209
- Relaterad länk:
-
http://dx.doi.org/10...
-
visa fler...
-
https://lup.lub.lu.s...
-
https://doi.org/10.1...
-
visa färre...
Abstract
Ämnesord
Stäng
- Self-organizing neural networks are briefly reviewed and compared with supervised learning algorithms like back-propagation. The power of self-organization networks is in their capability of displaying typical features in a transparent manner. This is successfully demonstrated with two applications from hadronic jet physics; hadronization model discrimination and separation of b, c and light quarks.
Ämnesord
- NATURVETENSKAP -- Fysik -- Subatomär fysik (hsv//swe)
- NATURAL SCIENCES -- Physical Sciences -- Subatomic Physics (hsv//eng)
Publikations- och innehållstyp
- art (ämneskategori)
- ref (ämneskategori)
Hitta via bibliotek
Till lärosätets databas