High-fidelity reproduction of central galaxy joint distributions with neural networks (2023)
- Authors:
- USP affiliated authors: ABRAMO, LUIS RAUL WEBER - IF ; RODRIGUES, NATÁLIA VILLA NOVA - IF ; SANTI, NATALÍ SOLER MATUBARO DE - IF
- Unidade: IF
- DOI: 10.1093/mnras/stad1186
- Subjects: REDES NEURAIS; GALÁXIAS; COSMOLOGIA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: Oxford University Press
- Publisher place: Oxford
- Date published: 2023
- Source:
- Título: Monthly Notices of the Royal Astronomical Society
- Volume/Número/Paginação/Ano: v. 522, n. 3, p. 3236–3247, 2023
- Status:
- Artigo possui acesso gratuito no site do editor (Bronze Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
RODRIGUES, Natália Villa Nova et al. High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, v. 522, n. 3, p. 3236–3247, 2023Tradução . . Disponível em: https://doi.org/10.1093/mnras/stad1186. Acesso em: 09 maio 2026. -
APA
Rodrigues, N. V. N., Santi, N. S. M. de, Dorta, A. D. M., & Abramo, L. R. W. (2023). High-fidelity reproduction of central galaxy joint distributions with neural networks. Monthly Notices of the Royal Astronomical Society, 522( 3), 3236–3247. doi:10.1093/mnras/stad1186 -
NLM
Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2026 maio 09 ] Available from: https://doi.org/10.1093/mnras/stad1186 -
Vancouver
Rodrigues NVN, Santi NSM de, Dorta ADM, Abramo LRW. High-fidelity reproduction of central galaxy joint distributions with neural networks [Internet]. Monthly Notices of the Royal Astronomical Society. 2023 ; 522( 3): 3236–3247.[citado 2026 maio 09 ] Available from: https://doi.org/10.1093/mnras/stad1186 - Robust field-level likelihood-free inference with galaxies
- Improving cosmological covariance matrices with machine learning
- The miniJPAS survey quasar selection – II: machine learning classification with photometric measurements and uncertainties
- The miniJPAS survey quasar selection – I: mock catalogues for classification
- The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE
- Mimicking the halo–galaxy connection using machine learning
- The miniJPAS survey quasar selection
- The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data
- Machine learning methods for extracting cosmological information
- The CAMELS project: expanding the galaxy formation model space with new ASTRID and 28-parameter TNG and SIMBA suites
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
stad1186.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
