Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Datensatz ansehen / 
  2. Datensatz Übersicht

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Zeitschriftenartikel

A Deep Learning-Based Method to Detect Hot-Spots in the Visible Video Diagnostics of Wendelstein 7-X

MPG-Autoren
/persons/resource/persons108701

Biedermann,  C.       
Stellarator Heating and Optimisation (E3), Max Planck Institute for Plasma Physics, Max Planck Society;

/persons/resource/persons109498

Jakubowski,  M.       
Stellarator Heating and Optimisation (E3), Max Planck Institute for Plasma Physics, Max Planck Society;

/persons/resource/persons109653

König,  R.       
Stellarator Heating and Optimisation (E3), Max Planck Institute for Plasma Physics, Max Planck Society;

/persons/resource/persons209371

Krause,  M.
Stellarator Heating and Optimisation (E3), Max Planck Institute for Plasma Physics, Max Planck Society;

/persons/resource/persons206336

Puig Sitjes,  A.       
Stellarator Dynamics and Transport (E5), Max Planck Institute for Plasma Physics, Max Planck Society;

Externe Ressourcen

https://doi.org/10.3390/jne3040033
(Verlagsversion)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Szücs, M., Szepesi, T., Biedermann, C., Cseh, G., Jakubowski, M., Kocsis, G., et al. (2022). A Deep Learning-Based Method to Detect Hot-Spots in the Visible Video Diagnostics of Wendelstein 7-X. Journal of Nuclear Engineering, 3(4), 473-479. doi:10.3390/jne3040033.


Zitierlink: https://hdl.handle.net/21.11116/0000-000C-BC21-B
Zusammenfassung
Es ist keine Zusammenfassung verfügbar