The University of North Carolina at Chapel Hill;
机译:优化高纯度锗探测器定时分辨率的高效机器学习方法
机译:通过极端学习机和贝叶斯优化建模不规则的小型重力场
机译:通过组合机器学习和反向贝叶斯建模估算培养人乳头瘤病毒相关口咽癌的条件概率
机译:考虑深度学习的探测器模型和动态贝叶斯占用,认识到自治车辆周围的移动物体
机译:锗探测器波形的精确建模罕见事件搜索
机译:基于实验设置和分子特征的脂肪酸带电气溶胶探测器响应模型:机器学习方法
机译:优化高纯度锗探测器定时分辨率的高效机器学习方法