Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Machine Learning Methods as Surrogate Models for the Power Exhaust in Tokamaks

Brenzke, M., Wiesen, S., Bernert, M., Coster, D., Jitsev, J., Toussaint, U. v., et al. (submitted). Machine Learning Methods as Surrogate Models for the Power Exhaust in Tokamaks.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Meeting Abstract

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Brenzke, M.1, Autor
Wiesen, S.1, Autor
Bernert, M.2, Autor           
Coster, D.3, Autor           
Jitsev, J.1, Autor
Toussaint, U. von4, Autor           
EUROfusion MST1 Team, Autor              
ASDEX Upgrade Team, Max Planck Institute for Plasma Physics, Max Planck Society, Autor              
Affiliations:
1External Organizations, ou_persistent22              
2Plasma Edge and Wall (E2M), Max Planck Institute for Plasma Physics, Max Planck Society, ou_1856327              
3Tokamak Theory (TOK), Max Planck Institute for Plasma Physics, Max Planck Society, ou_1856309              
4Numerical Methods in Plasma Physics (NMPP), Max Planck Institute for Plasma Physics, Max Planck Society, ou_1856344              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2019
 Publikationsstatus: Eingereicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: -
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: DPG-Frühjahrstagung der Sektion Atome, Moleküle, Quantenoptik und Plasmen (SAMOP)
Veranstaltungsort: Hannover
Start-/Enddatum: 2020-03-08 - 2020-03-13

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Verhandlungen der Deutschen Physikalischen Gesellschaft
  Andere : Verhandl. DPG
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Bad Honnef : DPG
Seiten: - Band / Heft: (VI) 55 (1) Artikelnummer: P 16.4 Start- / Endseite: - Identifikator: CoNE: https://pure.mpg.de/cone/journals/resource/04200195
ISSN: 0420-0195