Classification of superconducting radio-frequency cavity faults of CAFE2 using machine learning
6Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Classification of superconducting radio-frequency cavity faults of CAFE2 using machine learning
- Date Crossref
- 21/04/2025
- Éditeur
- Springer Science and Business Media LLC
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Chinese Academy of Sciences pays non établi dans la noticeOrganisme public
-
Institute of Modern Physics pays non établi dans la noticeStructure de recherche
-
University of Chinese Academy of Sciences pays non établi dans la noticeUniversité ou école supérieure
-
School of Nuclear Science and Technology pays non établi dans la noticeUniversité ou école supérieure
Chinese Academy of Sciences, Institute of Modern Physics et University of Chinese Academy of Sciences, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Particle accelerators and beam dynamicsMagnetic confinement fusion researchSuperconducting Materials and Applications