Saltar al contenido
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Búsqueda avanzada
  • A Deep Learning Powered Numerical Relativity Surrogate for Binary Black Hole Waveforms
Imagen de Portada

A Deep Learning Powered Numerical Relativity Surrogate for Binary Black Hole Waveforms

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Freitas, Osvaldo Gramaxo, Theodoropoulos, Anastasios, Villanueva, Nino, Fernandes, Tiago, Nunes, Solange, Font, José A., Onofre, Antonio, Torres-Forné, Alejandro, Martin-Guerrero, José D.
Formato: Preprint
Publicado: 2024
Materias:
General Relativity and Quantum Cosmology
High Energy Astrophysical Phenomena
Instrumentation and Methods for Astrophysics
Machine Learning
Acceso en línea:
Acceder al recurso
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
  • Existencias
  • Descripción
  • Comentarios
  • Ejemplares similares
  • Vista Equipo

Internet

https://arxiv.org/abs/2412.06946

Ejemplares similares

  • An autoencoder-based surrogate waveform model for quasi-circular binary-black-hole mergers
    por: Theodoropoulos, Anastasios, et al.
    Publicado: (2026)
  • Comparison of neural network architectures for feature extraction from binary black hole merger waveforms
    por: Freitas, Osvaldo Gramaxo, et al.
    Publicado: (2023)
  • Deep-Learning Classification and Parameter Inference of Rotational Core-Collapse Supernovae
    por: Nunes, Solange, et al.
    Publicado: (2024)
  • Parameter estimation of microlensed gravitational waves with Conditional Variational Autoencoders
    por: Bada-Nerin, Roberto, et al.
    Publicado: (2024)
  • VIGILant: an automatic classification pipeline for glitches in the Virgo detector
    por: Fernandes, Tiago, et al.
    Publicado: (2026)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 33,245© 2026 Universidad del Mar