Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

EndNote (UTF-8)
 
DownloadE-Mail
  Kinetic profile inference with outlier detection using support vector machine regression and Gaussian process regression

Kim, M., Ko, W. H., Kwak, S., Joung, S., Lee, W., Kim, B., et al. (2024). Kinetic profile inference with outlier detection using support vector machine regression and Gaussian process regression. Nuclear Fusion, 64: 106052. doi:10.1088/1741-4326/ad7304.

Item is

Basisdaten

ausblenden:
Genre: Zeitschriftenartikel

Dateien

ausblenden: Dateien
:
kim_kinetic.pdf (Ergänzendes Material), 3MB
 
Datei-Permalink:
-
Name:
kim_kinetic.pdf
Beschreibung:
-
OA-Status:
Keine Angabe
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

ausblenden:
externe Referenz:
https://doi.org/10.1088/1741-4326/ad7304 (Verlagsversion)
Beschreibung:
Open Access
OA-Status:
Gold

Urheber

ausblenden:
 Urheber:
Kim, Minseok1, Autor
Ko, W. H.1, Autor
Kwak, S.2, Autor                 
Joung, Semin1, Autor
Lee, Wonjun1, Autor
Kim, B.1, Autor
Kim, D.1, Autor
Lee, J. H.1, Autor
Sung, Choongki1, Autor
Na, Yong-Su1, Autor
Ghim, Y.-C.1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Stellarator Heating and Optimisation (E3), Max Planck Institute for Plasma Physics, Max Planck Society, ou_2040305              

Inhalt

einblenden:

Details

ausblenden:
Sprache(n): eng - English
 Datum: 2024
 Publikationsstatus: Erschienen
 Seiten: 13 p.
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: Expertenbegutachtung
 Identifikatoren: DOI: 10.1088/1741-4326/ad7304
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

ausblenden:
Titel: Nuclear Fusion
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Bristol; Vienna : IOP Publishing; IAEA
Seiten: - Band / Heft: 64 Artikelnummer: 106052 Start- / Endseite: - Identifikator: ISSN: 0029-5515
CoNE: https://pure.mpg.de/cone/journals/resource/991042749627140