The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE (2023)
- Authors:
- USP affiliated authors: ABRAMO, LUIS RAUL WEBER - IF ; RODRIGUES, NATÁLIA VILLA NOVA - IF
- Unidade: IF
- DOI: 10.1051/0004-6361/202347488
- Assunto: GALÁXIAS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: EDP Sciences
- Publisher place: Les Ulis, França
- Date published: 2023
- Source:
- Título: Astronomy & Astrophysics
- Volume/Número/Paginação/Ano: v. 678, A144, 2023
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
PÉREZ-RÀFOLS, Ignasi e RODRIGUES, Natália Villa Nova e ABRAMO, Luis Raul Weber. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE. Astronomy & Astrophysics, v. 678, 2023Tradução . . Disponível em: https://doi.org/10.1051/0004-6361/202347488. Acesso em: 24 jan. 2026. -
APA
Pérez-Ràfols, I., Rodrigues, N. V. N., & Abramo, L. R. W. (2023). The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE. Astronomy & Astrophysics, 678. doi:10.1051/0004-6361/202347488 -
NLM
Pérez-Ràfols I, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE [Internet]. Astronomy & Astrophysics. 2023 ; 678[citado 2026 jan. 24 ] Available from: https://doi.org/10.1051/0004-6361/202347488 -
Vancouver
Pérez-Ràfols I, Rodrigues NVN, Abramo LRW. The miniJPAS survey quasar selection: IV. Classification and redshift estimation with SQUEzE [Internet]. Astronomy & Astrophysics. 2023 ; 678[citado 2026 jan. 24 ] Available from: https://doi.org/10.1051/0004-6361/202347488 - 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
- The information of attribute uncertainties: what convolutional neural networks can learn about errors in input data
- High-fidelity reproduction of central galaxy joint distributions with neural networks
- Classificação de quasares, estrelas e galáxias com técnicas de aprendizagem automática
- Characterizing large-scale structure tracers with machine learning
- Mimicking the halo–galaxy connection using machine learning
- The multi-tracer optimal estimator applied to VIPERS
- The miniJPAS survey: white dwarf science with 56 optical filters
Informações sobre o DOI: 10.1051/0004-6361/202347488 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
aa47488-23.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
