h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Boosting mono-jet searches with model-agnostic machine learning

; ; ;

In
Journal of high energy physics : JHEP 2022(8), Seiten/Artikel-Nr.:15

ImpressumBerlin ; Heidelberg : Springer

Umfang1-19

ISSN1029-8479

Online
DOI: 10.1007/JHEP08(2022)015

DOI: 10.18154/RWTH-2022-08517
URL: http://publications.rwth-aachen.de/record/852985/files/852985.pdf

Einrichtungen

  1. Lehrstuhl für Theoretische Physik E und Institut für Theoretische Teilchenphysik und Kosmologie (136110)
  2. Fachgruppe Physik (130000)

Projekte

  1. OA - Open Access Publikation mit Unterstützung der Universitätsbibliothek der RWTH Aachen University (X021000-OA) (X021000-OA)

Thematische Einordnung (Klassifikation)
DDC: 530

OpenAccess:
Download fulltext PDF

Dokumenttyp
Journal Article

Format
online

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-85135259053
WOS Core Collection: WOS:000836271400016

Interne Identnummern
RWTH-2022-08517
Datensatz-ID: 852985

Beteiligte Länder
Germany

Lizenzstatus der Zeitschrift

 GO

Medline ; Creative Commons Attribution CC BY 4.0 ; SCOAP3 OpenAccess ; DOAJ ; OpenAccess ; Clarivate Analytics Master Journal List ; Current Contents - Physical, Chemical and Earth Sciences ; DOAJ Seal ; Ebsco Academic Search ; Essential Science Indicators ; IF >= 5 ; JCR ; NationallizenzNationallizenz ; SCOAP3 sponsored Journal ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
QR Code for this record

The record appears in these collections:
Document types > Articles > Journal Articles
Faculty of Mathematics and Natural Sciences (Fac.1) > Department of Physics
Publication server / Open Access
Public records
Publications database
130000
136110
 Record created 2022-08-30, last modified 2025-11-04
Similar records


OpenAccess:
Download fulltext PDF
Rate this document:

Rate this document:
1
2
3
4
5
 
(Not yet reviewed)