文献
J-GLOBAL ID:202202248408534207
整理番号:22A0467736
高エネルギー物理事象分類器のサンプルバイアスを低減するための敵対領域適応【JST・京大機械翻訳】
Adversarial domain adaptation to reduce sample bias of a high energy physics event classifier
著者 (5件):
Clavijo J M
(Deutsches Elektronen-Synchrotron DESY Notkestrasse 85, 22607 Hamburg, Germany)
,
Glaysher P
(Deutsches Elektronen-Synchrotron DESY Notkestrasse 85, 22607 Hamburg, Germany)
,
Jitsev J
(Juelich Supercomputing Center (JSC), Institute for Advanced Simulation (IAS), Research Center Juelich (FZJ), Wilhelm-Johnen-Str., 52425 Juelich, Germany)
,
Jitsev J
(Helmholtz AI, Research Center Juelich (FZJ), 52425 Juelich, Germany)
,
Katzy J M
(Deutsches Elektronen-Synchrotron DESY Notkestrasse 85, 22607 Hamburg, Germany)
資料名:
Machine Learning: Science and Technology
(Machine Learning: Science and Technology)
巻:
3
号:
1
ページ:
015014 (12pp)
発行年:
2022年
JST資料番号:
W6456A
ISSN:
2632-2153
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
イギリス (GBR)
言語:
英語 (EN)