| Zugehörige Institution(en) am KIT | Institut für Experimentelle Teilchenphysik (ETP) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2018 |
| Sprache | Englisch |
| Identifikator | urn:nbn:de:swb:90-848379 KITopen-ID: 1000084837 |
| Verlag | Karlsruher Institut für Technologie (KIT) |
| Umfang | VIII, 225 S. |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Physik (PHYSIK) |
| Institut | Institut für Experimentelle Teilchenphysik (ETP) |
| Prüfungsdatum | 22.06.2018 |
| Projektinformation | FSP 102 - CMS-Experiment (BMFTR, 05H09VKA) GRK 1694 (DFG, DFG KOORD, GRK 1694/1) GSC 1085 KSETA, 194668631 (DFG, DFG EXIN, GSC 1085) |
| Schlagwörter | PhDthesis, Doktorarbeit, Particle physics, Teilchenphysik, Top physics, Top-Physik, Higgs physics, Higgs-Physik, Data analysis, Datenanalyse, Machine Learning, Neuronale Netze, Neural Networks |
| Nachgewiesen in | OpenAlex |
| Globale Ziele für nachhaltige Entwicklung | |
| Referent/Betreuer | Husemann, U. |