刷新
Analyzing the phase-space dynamics of 5D distribution functions using the dimensionality reduction technique
使用降维技术分析 5D 分布函数的相空间动力学
基本信息
- 批准号：20K14441
- 负责人：
- 金额：$ 1.16万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Early-Career Scientists
- 财政年份：2020
- 资助国家：日本
- 起止时间：2020-04-01 至 2022-03-31
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
项目成果
期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Compressing the time series of five dimensional distribution function data from gyrokinetic simulation using principal component analysis
- DOI：10.1063/5.0023166
- 发表时间：2021-01
- 期刊：
- 影响因子：2.2
- 作者：Y. Asahi;K. Fujii;D. M. Heim;S. Maeyama;X. Garbet;V. Grandgirard;Y. Sarazin;G. Dif-Pradalier
- 通讯作者：Y. Asahi;K. Fujii;D. M. Heim;S. Maeyama;X. Garbet;V. Grandgirard;Y. Sarazin;G. Dif-Pradalier
主成分分析によるジャイロ運動論的シミュレーションの位相空間構造データの圧縮
使用主成分分析压缩回旋模拟的相空间结构数据
- DOI：
- 发表时间：2020
- 期刊：
- 影响因子：0
- 作者：朝比祐一;藤井恵介;Dennis Manuel Heim;前山伸也;井戸村泰宏
- 通讯作者：井戸村泰宏
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
数据更新时间：{{ journalArticles.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ monograph.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ sciAawards.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者：
{{ item.author }}
数据更新时间：{{ patent.updateTime }}
Asahi Yuuichi其他文献
AMR-Net: Convolutional Neural Networks for Multi-resolution Steady Flow Prediction
AMR-Net：用于多分辨率稳态流预测的卷积神经网络
- DOI：
10.1109/cluster48925.2021.00102 - 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Asahi Yuuichi;Hatayama Sora;Shimokawabe Takashi;Onodera Naoyuki;Hasegawa Yuta;Idomura Yasuhiro - 通讯作者：
Idomura Yasuhiro
GPU Optimization of Lattice Boltzmann Method with Local Ensemble Transform Kalman Filter
使用局部集成变换卡尔曼滤波器的格子玻尔兹曼方法的 GPU 优化
- DOI：
10.1109/scalah56622.2022.00007 - 发表时间：
2022 - 期刊：
- 影响因子：0
- 作者：
Hasegawa Yuta;Imamura Toshiyuki;Ina Takuya;Onodera Naoyuki;Asahi Yuuichi;Idomura Yasuhiro - 通讯作者：
Idomura Yasuhiro
White-Box Encryption Scheme Using a Quantum Memory
使用量子存储器的白盒加密方案
- DOI：
- 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Asahi Yuuichi;Hatayama Sora;Shimokawabe Takashi;Onodera Naoyuki;Hasegawa Yuta;Idomura Yasuhiro;Hidenori Kuwakado and Shoichi Hirose and Masahiro Mambo - 通讯作者：
Hidenori Kuwakado and Shoichi Hirose and Masahiro Mambo
Asahi Yuuichi的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
相似国自然基金
高维时间序列的频域主成分分析：理论、计算和应用
- 批准号：72203090
- 批准年份：2022
- 资助金额：30.00 万元
- 项目类别：青年科学基金项目
高维时间序列的频域主成分分析：理论、计算和应用
- 批准号：
- 批准年份：2022
- 资助金额：30 万元
- 项目类别：青年科学基金项目
利用主成分分析研究分数量子霍尔态的杂质效应
- 批准号：12104075
- 批准年份：2021
- 资助金额：24.00 万元
- 项目类别：青年科学基金项目
带有相位变差函数型数据的若干主成分分析及应用
- 批准号：
- 批准年份：2021
- 资助金额：30 万元
- 项目类别：青年科学基金项目
稳健双线性概率主成分分析及拓展研究
- 批准号：12161089
- 批准年份：2021
- 资助金额：33 万元
- 项目类别：地区科学基金项目
相似海外基金
Predicting Antidepressant Response Early in Treatment Using Neuroimaging To Assist Clinicians With Treatment Planning
使用神经影像学在治疗早期预测抗抑郁反应，以协助临床医生制定治疗计划
- 批准号：
10464662 - 财政年份：2022
- 资助金额：
$ 1.16万 - 项目类别：
Collaborative Research: Randomized Numerical Linear Algebra for Large Scale Inversion, Sparse Principal Component Analysis, and Applications
合作研究：大规模反演的随机数值线性代数、稀疏主成分分析及应用
- 批准号：
2152661 - 财政年份：2022
- 资助金额：
$ 1.16万 - 项目类别：
Standard Grant
Collaborative Research: Randomized Numerical Linear Algebra for Large Scale Inversion, Sparse Principal Component Analysis, and Applications
合作研究：大规模反演的随机数值线性代数、稀疏主成分分析及应用
- 批准号：
2152704 - 财政年份：2022
- 资助金额：
$ 1.16万 - 项目类别：
Standard Grant
Predicting Antidepressant Response Early in Treatment Using Neuroimaging To Assist Clinicians With Treatment Planning
使用神经影像学在治疗早期预测抗抑郁反应，以协助临床医生制定治疗计划
- 批准号：
10577901 - 财政年份：2022
- 资助金额：
$ 1.16万 - 项目类别：
Collaborative Research: Randomized Numerical Linear Algebra for Large Scale Inversion, Sparse Principal Component Analysis, and Applications
合作研究：大规模反演的随机数值线性代数、稀疏主成分分析及应用
- 批准号：
2152687 - 财政年份：2022
- 资助金额：
$ 1.16万 - 项目类别：
Standard Grant