Vela pulsar: Single pulses analysis with machine learning techniques
- Autores
- Lousto, Carlos Oscar; Missel, Ryan; Prajapati, Harshkumar; Sosa Fiscella, Sofía Valentina; Lopez Armengol, Federico Gaston; Gyawali, Prashnna Kumar; Wang, Linwei; Cahill, Nathan D.; Combi, Luciano; del Palacio, Santiago; Combi, Jorge Ariel; Gancio Gonzalez, Guillermo Matias; García, Federico; Gutiérrez, Eduardo Mario; Hauscarriaga, Fernando Pablo
- Año de publicación
- 2022
- Idioma
- inglés
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- We study individual pulses of Vela (PSR B0833−45/J0835−4510) from daily observations of over 3 h (around 120 000 pulses per observation), performed simultaneously with the two radio telescopes at the Argentine Institute of Radioastronomy. We select four days of observations in 2021 January to March and study their statistical properties with machine learning techniques. We first use Density-Based Spatial Clustering of Applications with Noise clustering techniques, associating pulses mainly by amplitudes, and find a correlation between higher amplitudes and earlier arrival times. We also find a weaker (polarization dependent) correlation with the mean width of the pulses. We identify clusters of the so-called mini-giant pulses, with ∼10 times the average pulse amplitude. We then perform an independent study, with Self-Organizing Maps (SOM) clustering techniques. We use Variational AutoEncoder (VAE) reconstruction of the pulses to separate them clearly from the noise and select one of the days of observation to train VAE and apply it to the rest of the observations. We use SOM to determine four clusters of pulses per day per radio telescope and conclude that our main results are robust and self-consistent. These results support models for emitting regions at different heights (separated each by roughly a hundred km) in the pulsar magnetosphere. We also model the pulses amplitude distribution with interstellar scintillation patterns at the inter-pulses time-scale finding a characterizing exponent nISS ∼ 7–10. In the appendices, we discuss independent checks of hardware systematics with the simultaneous use of the two radio telescopes in different one-polarization/two-polarizations configurations. We also provide a detailed analysis of the processes of radio-interferences cleaning and individual pulse folding.
Fil: Lousto, Carlos Oscar. Rochester Institute of Technology; Estados Unidos. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Missel, Ryan. Rochester Institute of Technology; Estados Unidos
Fil: Prajapati, Harshkumar. Rochester Institute of Technology; Estados Unidos
Fil: Sosa Fiscella, Sofía Valentina. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados Unidos
Fil: Lopez Armengol, Federico Gaston. Rochester Institute of Technology; Estados Unidos. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina
Fil: Gyawali, Prashnna Kumar. Rochester Institute of Technology; Estados Unidos
Fil: Wang, Linwei. Rochester Institute of Technology; Estados Unidos
Fil: Cahill, Nathan D.. Rochester Institute of Technology; Estados Unidos
Fil: Combi, Luciano. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados Unidos
Fil: del Palacio, Santiago. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina
Fil: Combi, Jorge Ariel. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; Argentina
Fil: Gancio Gonzalez, Guillermo Matias. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina
Fil: García, Federico. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; Argentina
Fil: Gutiérrez, Eduardo Mario. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina
Fil: Hauscarriaga, Fernando Pablo. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina - Materia
-
METHODS: OBSERVATIONAL
METHODS: STATISTICAL
PULSARS: INDIVIDUAL: VELA - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/216166
Ver los metadatos del registro completo
| id |
CONICETDig_51ac9ce15d23555c5c0f72628d8403e5 |
|---|---|
| oai_identifier_str |
oai:ri.conicet.gov.ar:11336/216166 |
| network_acronym_str |
CONICETDig |
| repository_id_str |
3498 |
| network_name_str |
CONICET Digital (CONICET) |
| spelling |
Vela pulsar: Single pulses analysis with machine learning techniquesLousto, Carlos OscarMissel, RyanPrajapati, HarshkumarSosa Fiscella, Sofía ValentinaLopez Armengol, Federico GastonGyawali, Prashnna KumarWang, LinweiCahill, Nathan D.Combi, Lucianodel Palacio, SantiagoCombi, Jorge ArielGancio Gonzalez, Guillermo MatiasGarcía, FedericoGutiérrez, Eduardo MarioHauscarriaga, Fernando PabloMETHODS: OBSERVATIONALMETHODS: STATISTICALPULSARS: INDIVIDUAL: VELAhttps://purl.org/becyt/ford/1.3https://purl.org/becyt/ford/1We study individual pulses of Vela (PSR B0833−45/J0835−4510) from daily observations of over 3 h (around 120 000 pulses per observation), performed simultaneously with the two radio telescopes at the Argentine Institute of Radioastronomy. We select four days of observations in 2021 January to March and study their statistical properties with machine learning techniques. We first use Density-Based Spatial Clustering of Applications with Noise clustering techniques, associating pulses mainly by amplitudes, and find a correlation between higher amplitudes and earlier arrival times. We also find a weaker (polarization dependent) correlation with the mean width of the pulses. We identify clusters of the so-called mini-giant pulses, with ∼10 times the average pulse amplitude. We then perform an independent study, with Self-Organizing Maps (SOM) clustering techniques. We use Variational AutoEncoder (VAE) reconstruction of the pulses to separate them clearly from the noise and select one of the days of observation to train VAE and apply it to the rest of the observations. We use SOM to determine four clusters of pulses per day per radio telescope and conclude that our main results are robust and self-consistent. These results support models for emitting regions at different heights (separated each by roughly a hundred km) in the pulsar magnetosphere. We also model the pulses amplitude distribution with interstellar scintillation patterns at the inter-pulses time-scale finding a characterizing exponent nISS ∼ 7–10. In the appendices, we discuss independent checks of hardware systematics with the simultaneous use of the two radio telescopes in different one-polarization/two-polarizations configurations. We also provide a detailed analysis of the processes of radio-interferences cleaning and individual pulse folding.Fil: Lousto, Carlos Oscar. Rochester Institute of Technology; Estados Unidos. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Missel, Ryan. Rochester Institute of Technology; Estados UnidosFil: Prajapati, Harshkumar. Rochester Institute of Technology; Estados UnidosFil: Sosa Fiscella, Sofía Valentina. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados UnidosFil: Lopez Armengol, Federico Gaston. Rochester Institute of Technology; Estados Unidos. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; ArgentinaFil: Gyawali, Prashnna Kumar. Rochester Institute of Technology; Estados UnidosFil: Wang, Linwei. Rochester Institute of Technology; Estados UnidosFil: Cahill, Nathan D.. Rochester Institute of Technology; Estados UnidosFil: Combi, Luciano. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados UnidosFil: del Palacio, Santiago. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; ArgentinaFil: Combi, Jorge Ariel. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; ArgentinaFil: Gancio Gonzalez, Guillermo Matias. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; ArgentinaFil: García, Federico. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; ArgentinaFil: Gutiérrez, Eduardo Mario. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; ArgentinaFil: Hauscarriaga, Fernando Pablo. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; ArgentinaWiley Blackwell Publishing, Inc2022-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/216166Lousto, Carlos Oscar; Missel, Ryan; Prajapati, Harshkumar; Sosa Fiscella, Sofía Valentina; Lopez Armengol, Federico Gaston; et al.; Vela pulsar: Single pulses analysis with machine learning techniques; Wiley Blackwell Publishing, Inc; Monthly Notices of the Royal Astronomical Society; 509; 4; 2-2022; 5790-58080035-8711CONICET DigitalCONICETenginfo:eu-repo/semantics/altIdentifier/url/https://academic.oup.com/mnras/article/509/4/5790/6433657info:eu-repo/semantics/altIdentifier/doi/10.1093/mnras/stab3287info:eu-repo/semantics/altIdentifier/arxiv/https://arxiv.org/abs/2108.13462info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:29:08Zoai:ri.conicet.gov.ar:11336/216166instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:29:08.695CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
| dc.title.none.fl_str_mv |
Vela pulsar: Single pulses analysis with machine learning techniques |
| title |
Vela pulsar: Single pulses analysis with machine learning techniques |
| spellingShingle |
Vela pulsar: Single pulses analysis with machine learning techniques Lousto, Carlos Oscar METHODS: OBSERVATIONAL METHODS: STATISTICAL PULSARS: INDIVIDUAL: VELA |
| title_short |
Vela pulsar: Single pulses analysis with machine learning techniques |
| title_full |
Vela pulsar: Single pulses analysis with machine learning techniques |
| title_fullStr |
Vela pulsar: Single pulses analysis with machine learning techniques |
| title_full_unstemmed |
Vela pulsar: Single pulses analysis with machine learning techniques |
| title_sort |
Vela pulsar: Single pulses analysis with machine learning techniques |
| dc.creator.none.fl_str_mv |
Lousto, Carlos Oscar Missel, Ryan Prajapati, Harshkumar Sosa Fiscella, Sofía Valentina Lopez Armengol, Federico Gaston Gyawali, Prashnna Kumar Wang, Linwei Cahill, Nathan D. Combi, Luciano del Palacio, Santiago Combi, Jorge Ariel Gancio Gonzalez, Guillermo Matias García, Federico Gutiérrez, Eduardo Mario Hauscarriaga, Fernando Pablo |
| author |
Lousto, Carlos Oscar |
| author_facet |
Lousto, Carlos Oscar Missel, Ryan Prajapati, Harshkumar Sosa Fiscella, Sofía Valentina Lopez Armengol, Federico Gaston Gyawali, Prashnna Kumar Wang, Linwei Cahill, Nathan D. Combi, Luciano del Palacio, Santiago Combi, Jorge Ariel Gancio Gonzalez, Guillermo Matias García, Federico Gutiérrez, Eduardo Mario Hauscarriaga, Fernando Pablo |
| author_role |
author |
| author2 |
Missel, Ryan Prajapati, Harshkumar Sosa Fiscella, Sofía Valentina Lopez Armengol, Federico Gaston Gyawali, Prashnna Kumar Wang, Linwei Cahill, Nathan D. Combi, Luciano del Palacio, Santiago Combi, Jorge Ariel Gancio Gonzalez, Guillermo Matias García, Federico Gutiérrez, Eduardo Mario Hauscarriaga, Fernando Pablo |
| author2_role |
author author author author author author author author author author author author author author |
| dc.subject.none.fl_str_mv |
METHODS: OBSERVATIONAL METHODS: STATISTICAL PULSARS: INDIVIDUAL: VELA |
| topic |
METHODS: OBSERVATIONAL METHODS: STATISTICAL PULSARS: INDIVIDUAL: VELA |
| purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.3 https://purl.org/becyt/ford/1 |
| dc.description.none.fl_txt_mv |
We study individual pulses of Vela (PSR B0833−45/J0835−4510) from daily observations of over 3 h (around 120 000 pulses per observation), performed simultaneously with the two radio telescopes at the Argentine Institute of Radioastronomy. We select four days of observations in 2021 January to March and study their statistical properties with machine learning techniques. We first use Density-Based Spatial Clustering of Applications with Noise clustering techniques, associating pulses mainly by amplitudes, and find a correlation between higher amplitudes and earlier arrival times. We also find a weaker (polarization dependent) correlation with the mean width of the pulses. We identify clusters of the so-called mini-giant pulses, with ∼10 times the average pulse amplitude. We then perform an independent study, with Self-Organizing Maps (SOM) clustering techniques. We use Variational AutoEncoder (VAE) reconstruction of the pulses to separate them clearly from the noise and select one of the days of observation to train VAE and apply it to the rest of the observations. We use SOM to determine four clusters of pulses per day per radio telescope and conclude that our main results are robust and self-consistent. These results support models for emitting regions at different heights (separated each by roughly a hundred km) in the pulsar magnetosphere. We also model the pulses amplitude distribution with interstellar scintillation patterns at the inter-pulses time-scale finding a characterizing exponent nISS ∼ 7–10. In the appendices, we discuss independent checks of hardware systematics with the simultaneous use of the two radio telescopes in different one-polarization/two-polarizations configurations. We also provide a detailed analysis of the processes of radio-interferences cleaning and individual pulse folding. Fil: Lousto, Carlos Oscar. Rochester Institute of Technology; Estados Unidos. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Missel, Ryan. Rochester Institute of Technology; Estados Unidos Fil: Prajapati, Harshkumar. Rochester Institute of Technology; Estados Unidos Fil: Sosa Fiscella, Sofía Valentina. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados Unidos Fil: Lopez Armengol, Federico Gaston. Rochester Institute of Technology; Estados Unidos. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina Fil: Gyawali, Prashnna Kumar. Rochester Institute of Technology; Estados Unidos Fil: Wang, Linwei. Rochester Institute of Technology; Estados Unidos Fil: Cahill, Nathan D.. Rochester Institute of Technology; Estados Unidos Fil: Combi, Luciano. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Rochester Institute of Technology; Estados Unidos Fil: del Palacio, Santiago. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina Fil: Combi, Jorge Ariel. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; Argentina Fil: Gancio Gonzalez, Guillermo Matias. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina Fil: García, Federico. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina. Universidad Nacional de La Plata. Facultad de Ciencias Astronómicas y Geofísicas; Argentina Fil: Gutiérrez, Eduardo Mario. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina Fil: Hauscarriaga, Fernando Pablo. Provincia de Buenos Aires. Gobernación. Comisión de Investigaciones Científicas. Instituto Argentino de Radioastronomía. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - La Plata. Instituto Argentino de Radioastronomía; Argentina |
| description |
We study individual pulses of Vela (PSR B0833−45/J0835−4510) from daily observations of over 3 h (around 120 000 pulses per observation), performed simultaneously with the two radio telescopes at the Argentine Institute of Radioastronomy. We select four days of observations in 2021 January to March and study their statistical properties with machine learning techniques. We first use Density-Based Spatial Clustering of Applications with Noise clustering techniques, associating pulses mainly by amplitudes, and find a correlation between higher amplitudes and earlier arrival times. We also find a weaker (polarization dependent) correlation with the mean width of the pulses. We identify clusters of the so-called mini-giant pulses, with ∼10 times the average pulse amplitude. We then perform an independent study, with Self-Organizing Maps (SOM) clustering techniques. We use Variational AutoEncoder (VAE) reconstruction of the pulses to separate them clearly from the noise and select one of the days of observation to train VAE and apply it to the rest of the observations. We use SOM to determine four clusters of pulses per day per radio telescope and conclude that our main results are robust and self-consistent. These results support models for emitting regions at different heights (separated each by roughly a hundred km) in the pulsar magnetosphere. We also model the pulses amplitude distribution with interstellar scintillation patterns at the inter-pulses time-scale finding a characterizing exponent nISS ∼ 7–10. In the appendices, we discuss independent checks of hardware systematics with the simultaneous use of the two radio telescopes in different one-polarization/two-polarizations configurations. We also provide a detailed analysis of the processes of radio-interferences cleaning and individual pulse folding. |
| publishDate |
2022 |
| dc.date.none.fl_str_mv |
2022-02 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/216166 Lousto, Carlos Oscar; Missel, Ryan; Prajapati, Harshkumar; Sosa Fiscella, Sofía Valentina; Lopez Armengol, Federico Gaston; et al.; Vela pulsar: Single pulses analysis with machine learning techniques; Wiley Blackwell Publishing, Inc; Monthly Notices of the Royal Astronomical Society; 509; 4; 2-2022; 5790-5808 0035-8711 CONICET Digital CONICET |
| url |
http://hdl.handle.net/11336/216166 |
| identifier_str_mv |
Lousto, Carlos Oscar; Missel, Ryan; Prajapati, Harshkumar; Sosa Fiscella, Sofía Valentina; Lopez Armengol, Federico Gaston; et al.; Vela pulsar: Single pulses analysis with machine learning techniques; Wiley Blackwell Publishing, Inc; Monthly Notices of the Royal Astronomical Society; 509; 4; 2-2022; 5790-5808 0035-8711 CONICET Digital CONICET |
| dc.language.none.fl_str_mv |
eng |
| language |
eng |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/https://academic.oup.com/mnras/article/509/4/5790/6433657 info:eu-repo/semantics/altIdentifier/doi/10.1093/mnras/stab3287 info:eu-repo/semantics/altIdentifier/arxiv/https://arxiv.org/abs/2108.13462 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ |
| dc.format.none.fl_str_mv |
application/pdf application/pdf application/pdf application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Wiley Blackwell Publishing, Inc |
| publisher.none.fl_str_mv |
Wiley Blackwell Publishing, Inc |
| dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
| reponame_str |
CONICET Digital (CONICET) |
| collection |
CONICET Digital (CONICET) |
| instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
| repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
| _version_ |
1844614296782241792 |
| score |
13.070432 |