Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Combining LASSO Regularization with Information Criteria: a Study of the K+Σ−Photo-production with an Isobar Model

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61389005%3A_____%2F22%3A00568661" target="_blank" >RIV/61389005:_____/22:00568661 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ntl.inrne.bas.bg/workshop/2022/contributions/p121_2022.pdf" target="_blank" >http://ntl.inrne.bas.bg/workshop/2022/contributions/p121_2022.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Combining LASSO Regularization with Information Criteria: a Study of the K+Σ−Photo-production with an Isobar Model

  • Popis výsledku v původním jazyce

    We investigate the K+Σ− photoproduction by fitting an isobar model to experimental data. However, the large number of parameters involved (corresponding to prospective resonances), make the fitting procedure problematic. We propose using regularization, a machine learning method that is customarily used to prevent overfitting the data. Combined with model selection criteria, this process effectively leads to an optimal selection of the resonances involved in the reaction mechanism.

  • Název v anglickém jazyce

    Combining LASSO Regularization with Information Criteria: a Study of the K+Σ−Photo-production with an Isobar Model

  • Popis výsledku anglicky

    We investigate the K+Σ− photoproduction by fitting an isobar model to experimental data. However, the large number of parameters involved (corresponding to prospective resonances), make the fitting procedure problematic. We propose using regularization, a machine learning method that is customarily used to prevent overfitting the data. Combined with model selection criteria, this process effectively leads to an optimal selection of the resonances involved in the reaction mechanism.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10304 - Nuclear physics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA19-19640S" target="_blank" >GA19-19640S: Studium interakcí hadronů, jejich produkce a vázaných stavů</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Nuclear Theory

  • ISBN

  • ISSN

    1313-2822

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    121-126

  • Název nakladatele

    Heron Press Ltd.

  • Místo vydání

    Sofia

  • Místo konání akce

    Sofia

  • Datum konání akce

    4. 7. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku