17 keV t-neutriino?
Tekijät
Päivämäärä
1992Pääsyrajoitukset
Aineistoon pääsyä on rajoitettu tekijänoikeussyistä. Aineisto on luettavissa Jyväskylän yliopiston kirjaston arkistotyöasemalta. Ks. https://kirjasto.jyu.fi/kokoelmat/arkistotyoasema.
Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten Käyttö kaupallisiin tarkoituksiin on kielletty.
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Long-baseline neutrino oscillation physics potential of the DUNE experiment
DUNE Collaboration (Springer, 2020)The sensitivity of the Deep Underground Neutrino Experiment (DUNE) to neutrino oscillation is determined, based on a full simulation, reconstruction, and event selection of the far detector and a full simulation and ... -
Sub-percent precision measurement of neutrino oscillation parameters with JUNO
JUNO Collaboration (IOP Publishing, 2022) -
Feasibility and physics potential of detecting 8B solar neutrinos at JUNO
JUNO Collaboration (IOP Publishing, 2021)The Jiangmen Underground Neutrino Observatory (JUNO) features a 20 kt multi-purpose underground liquid scintillator sphere as its main detector. Some of JUNO's features make it an excellent location for B-8 solar neutrino ... -
Deep Underground Neutrino Experiment (DUNE) Near Detector Conceptual Design Report
DUNE Collaboration (MDPI AG, 2021)The Deep Underground Neutrino Experiment (DUNE) is an international, world-class experiment aimed at exploring fundamental questions about the universe that are at the forefront of astrophysics and particle physics research. ... -
Neutrino interaction classification with a convolutional neural network in the DUNE far detector
DUNE Collaboration (American Physical Society, 2020)The Deep Underground Neutrino Experiment is a next-generation neutrino oscillation experiment that aims to measure CP-violation in the neutrino sector as part of a wider physics program. A deep learning approach based on ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.