Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Ukraiński (UK)
Przejdź do strony domowej biblioteki Uniwersytet Ekonomiczny we Wrocławiu Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaUniwersytet Ekonomiczny we Wrocławiu

Wyszukujesz frazę ""Semin Joung"" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    GS-DeepNet: mastering tokamak plasma equilibria with deep neural networks and the Grad–Shafranov equation
    Autorzy:
    Semin Joung
    Y.-C. Ghim
    Jaewook Kim
    Sehyun Kwak
    Daeho Kwon
    C. Sung
    D. Kim
    Hyun-Seok Kim
    J. G. Bak
    S. W. Yoon
    Pokaż więcej
    Temat:
    Medicine
    Science
    Źródło:
    Scientific Reports, Vol 13, Iss 1, Pp 1-15 (2023)
    Opis pliku:
    electronic resource
    Relacje:
    https://doaj.org/toc/2045-2322
    Dostęp URL:
    https://doaj.org/article/0b092b9d6c794a8dac4501d7ab03fbaf  Link otwiera się w nowym oknie
    Czasopismo naukowe
    Pełny tekst  Link otwiera się w nowym oknie Pełny tekstSzczegóły
    Tytuł:
    Development of machine learning model for automatic ELM-burst detection without hyperparameter adjustment in KSTAR tokamak
    Autorzy:
    Jiheon Song
    Semin Joung
    Young-Chul Ghim
    Sang-hee Hahn
    Juhyeok Jang
    Jungpyo Lee
    Pokaż więcej
    Temat:
    Fusion system
    Line Radiation Diagnostics
    Machine learning
    Convolutional neural network
    data analysis
    Peak detection
    Nuclear engineering. Atomic power
    TK9001-9401
    Źródło:
    Nuclear Engineering and Technology, Vol 55, Iss 1, Pp 100-108 (2023)
    Opis pliku:
    electronic resource
    Relacje:
    http://www.sciencedirect.com/science/article/pii/S1738573322004077; https://doaj.org/toc/1738-5733
    Dostęp URL:
    https://doaj.org/article/9b0327d23af246278045c54464d2527b  Link otwiera się w nowym oknie
    Czasopismo naukowe
    Szczegóły
    Tytuł:
    Automatic identification of edge localized modes in the DIII-D tokamak
    Autorzy:
    Finn H. O’Shea
    Semin Joung
    David R. Smith
    Ryan Coffee
    Pokaż więcej
    Temat:
    Physics
    QC1-999
    Electronic computers. Computer science
    QA75.5-76.95
    Źródło:
    APL Machine Learning, Vol 1, Iss 2, Pp 026102-026102-7 (2023)
    Opis pliku:
    electronic resource
    Relacje:
    https://doaj.org/toc/2770-9019
    Dostęp URL:
    https://doaj.org/article/54be659cb040439bbadabeccc66bb7eb  Link otwiera się w nowym oknie
    Czasopismo naukowe
    Szczegóły
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies