Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales
- Autores
- Hahn, Steffen Traugott
- Año de publicación
- 2022
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Engel, Ralph
Wundheiler, Brian
Universidad Nacional San Martin. Instituto de Tecnología Sabato
Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato - Descripción
- Fil: Hahn, Steffen Traugott. Comisión Nacional de Energía Atómica. Instituto Sabato; Argentina.
Karlsruber Institut fur Technologie; Alemania
Universidad Nacional San Martin. Instituto de Tecnología Sabato
Doctor en Ciencas Naturales - Materia
-
RAYOS COSMICOS
REDES NEURONALES
NTELIGENCIA ARTIFICIAL
CHAPARRONES ATMOSFERICOS EXTENSOS
CHAPARRONES COSMICOS
DETECCION DE RAYOS COSMICOS
MUONES
SIMULACION COMPUTERIZADA
COSMIC RAYS
NEURAL NETWORKS
ARTIFICIAL INTELLIGENCE
COSMIC SHOWERS
EXTENSIVE AIR SHOWERS
COSMIC RAY DETECTION
MUONS
COMPUTERIZED SIMULATION
COSMIC RAYS
AIR SHOWER PHYSICS
DEEP NEURAL NETWORK ANALYSIS - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Comisión Nacional de Energía Atómica
- OAI Identificador
- oai:nuclea.cnea.gob.ar:20.500.12553/4490
Ver los metadatos del registro completo
id |
NUCLEA_481f256cf218fb6b6d1f3d918f84e826 |
---|---|
oai_identifier_str |
oai:nuclea.cnea.gob.ar:20.500.12553/4490 |
network_acronym_str |
NUCLEA |
repository_id_str |
|
network_name_str |
Nuclea (CNEA) |
spelling |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificialesMethods for estimating mass-sensitive observables of ultra high energy cosmic rays using artificial neural networksHahn, Steffen TraugottRAYOS COSMICOSREDES NEURONALESNTELIGENCIA ARTIFICIALCHAPARRONES ATMOSFERICOS EXTENSOSCHAPARRONES COSMICOSDETECCION DE RAYOS COSMICOSMUONESSIMULACION COMPUTERIZADACOSMIC RAYSNEURAL NETWORKSARTIFICIAL INTELLIGENCECOSMIC SHOWERSEXTENSIVE AIR SHOWERSCOSMIC RAY DETECTIONMUONSCOMPUTERIZED SIMULATIONCOSMIC RAYSAIR SHOWER PHYSICSDEEP NEURAL NETWORK ANALYSISFil: Hahn, Steffen Traugott. Comisión Nacional de Energía Atómica. Instituto Sabato; Argentina.Karlsruber Institut fur Technologie; AlemaniaUniversidad Nacional San Martin. Instituto de Tecnología SabatoDoctor en Ciencas NaturalesComisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto SabatoUniversidad Nacional San Martin. Instituto de tecnología SabatoEngel, RalphWundheiler, BrianUniversidad Nacional San Martin. Instituto de Tecnología SabatoComisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato2022-11-08info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://nuclea.cnea.gob.ar/handle/20.500.12553/4490spaOBSERVATORIO PIERRE AUGER, MENDOZA, ARGENTINAinfo:eu-repo/semantics/openAccessreponame:Nuclea (CNEA)instname:Comisión Nacional de Energía Atómica2025-10-16T10:46:25Zoai:nuclea.cnea.gob.ar:20.500.12553/4490instacron:CNEAInstitucionalhttps://nuclea.cnea.gob.ar/Organismo científico-tecnológicoNo correspondehttps://nuclea.cnea.gob.ar/oai/snrdbfernandez@cnea.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:2025-10-16 10:46:26.153Nuclea (CNEA) - Comisión Nacional de Energía Atómicafalse |
dc.title.none.fl_str_mv |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales Methods for estimating mass-sensitive observables of ultra high energy cosmic rays using artificial neural networks |
title |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
spellingShingle |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales Hahn, Steffen Traugott RAYOS COSMICOS REDES NEURONALES NTELIGENCIA ARTIFICIAL CHAPARRONES ATMOSFERICOS EXTENSOS CHAPARRONES COSMICOS DETECCION DE RAYOS COSMICOS MUONES SIMULACION COMPUTERIZADA COSMIC RAYS NEURAL NETWORKS ARTIFICIAL INTELLIGENCE COSMIC SHOWERS EXTENSIVE AIR SHOWERS COSMIC RAY DETECTION MUONS COMPUTERIZED SIMULATION COSMIC RAYS AIR SHOWER PHYSICS DEEP NEURAL NETWORK ANALYSIS |
title_short |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
title_full |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
title_fullStr |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
title_full_unstemmed |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
title_sort |
Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales |
dc.creator.none.fl_str_mv |
Hahn, Steffen Traugott |
author |
Hahn, Steffen Traugott |
author_facet |
Hahn, Steffen Traugott |
author_role |
author |
dc.contributor.none.fl_str_mv |
Engel, Ralph Wundheiler, Brian Universidad Nacional San Martin. Instituto de Tecnología Sabato Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato |
dc.subject.none.fl_str_mv |
RAYOS COSMICOS REDES NEURONALES NTELIGENCIA ARTIFICIAL CHAPARRONES ATMOSFERICOS EXTENSOS CHAPARRONES COSMICOS DETECCION DE RAYOS COSMICOS MUONES SIMULACION COMPUTERIZADA COSMIC RAYS NEURAL NETWORKS ARTIFICIAL INTELLIGENCE COSMIC SHOWERS EXTENSIVE AIR SHOWERS COSMIC RAY DETECTION MUONS COMPUTERIZED SIMULATION COSMIC RAYS AIR SHOWER PHYSICS DEEP NEURAL NETWORK ANALYSIS |
topic |
RAYOS COSMICOS REDES NEURONALES NTELIGENCIA ARTIFICIAL CHAPARRONES ATMOSFERICOS EXTENSOS CHAPARRONES COSMICOS DETECCION DE RAYOS COSMICOS MUONES SIMULACION COMPUTERIZADA COSMIC RAYS NEURAL NETWORKS ARTIFICIAL INTELLIGENCE COSMIC SHOWERS EXTENSIVE AIR SHOWERS COSMIC RAY DETECTION MUONS COMPUTERIZED SIMULATION COSMIC RAYS AIR SHOWER PHYSICS DEEP NEURAL NETWORK ANALYSIS |
dc.description.none.fl_txt_mv |
Fil: Hahn, Steffen Traugott. Comisión Nacional de Energía Atómica. Instituto Sabato; Argentina. Karlsruber Institut fur Technologie; Alemania Universidad Nacional San Martin. Instituto de Tecnología Sabato Doctor en Ciencas Naturales |
description |
Fil: Hahn, Steffen Traugott. Comisión Nacional de Energía Atómica. Instituto Sabato; Argentina. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-11-08 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
https://nuclea.cnea.gob.ar/handle/20.500.12553/4490 |
url |
https://nuclea.cnea.gob.ar/handle/20.500.12553/4490 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
OBSERVATORIO PIERRE AUGER, MENDOZA, ARGENTINA |
dc.publisher.none.fl_str_mv |
Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato Universidad Nacional San Martin. Instituto de tecnología Sabato |
publisher.none.fl_str_mv |
Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato Universidad Nacional San Martin. Instituto de tecnología Sabato |
dc.source.none.fl_str_mv |
reponame:Nuclea (CNEA) instname:Comisión Nacional de Energía Atómica |
reponame_str |
Nuclea (CNEA) |
collection |
Nuclea (CNEA) |
instname_str |
Comisión Nacional de Energía Atómica |
repository.name.fl_str_mv |
Nuclea (CNEA) - Comisión Nacional de Energía Atómica |
repository.mail.fl_str_mv |
bfernandez@cnea.gov.ar |
_version_ |
1846160438054617088 |
score |
13.22299 |