Verfügbarkeit: Reinforcement Learning for Quantum Control with Feedback

Reinforcement Learning for Quantum Control with Feedback:

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Porotti, Riccardo (VerfasserIn)
Format:	Abschlussarbeit Elektronisch E-Book
Sprache:	English
Veröffentlicht:	Erlangen ; Nürnberg Friedrich-Alexander-Universität Erlangen-Nürnberg 2023
Schlagworte:	Maschinelles Lernen Neuronales Netz Bestärkendes Lernen > Künstliche Intelligenz Lernendes System Deep learning Soft Computing reinforcement learning quantum control Hochschulschrift
Online-Zugang:	kostenfrei kostenfrei kostenfrei
Beschreibung:	1 Online-Ressource Illustrationen, Diagramme

Internformat

MARC


LEADER	00000nmm a2200000zc 4500
001	BV049354359
003	DE-604
005	00000000000000.0
006	a m\|\|\| 00\|\|\|
007	cr\|uuu---uuuuu
008	231009s2023 gw \|\|\|\| o\|\|u\| \|\|\|\|\|\|eng d
015			\|a 23,O11 \|2 dnb
016	7		\|a 130469884X \|2 DE-101
024	7		\|a urn:nbn:de:bvb:29-opus4-238948 \|2 urn
035			\|a (OCoLC)1403377619
035			\|a (DE-599)DNB130469884X
040			\|a DE-604 \|b ger \|e rda
041	0		\|8 3\p \|a eng
044			\|a gw \|c XA-DE-BY
049			\|a DE-384 \|a DE-473 \|a DE-703 \|a DE-1051 \|a DE-824 \|a DE-29 \|a DE-12 \|a DE-91 \|a DE-19 \|a DE-1049 \|a DE-92 \|a DE-739 \|a DE-898 \|a DE-355 \|a DE-706 \|a DE-20 \|a DE-1102 \|a DE-860 \|a DE-2174
084			\|8 2\p \|a 004 \|2 23sdnb
084			\|8 1\p \|a 006.31 \|2 23ksdnb
100	1		\|a Porotti, Riccardo \|0 (DE-588)1305392884 \|4 aut
245	1	0	\|a Reinforcement Learning for Quantum Control with Feedback \|c vorgelegt von Riccardo Porotti
246	1	3	\|a Bestärkendes Lernen für Quanten Kontrolle mit Rückkopplung
264		1	\|a Erlangen ; Nürnberg \|b Friedrich-Alexander-Universität Erlangen-Nürnberg \|c 2023
300			\|a 1 Online-Ressource \|b Illustrationen, Diagramme
336			\|b txt \|2 rdacontent
337			\|b c \|2 rdamedia
338			\|b cr \|2 rdacarrier
502			\|b Dissertation \|c Friedrich-Alexander-Universität Erlangen-Nürnberg \|d 2023
583	1		\|a Archivierung/Langzeitarchivierung gewährleistet \|5 DE-101 \|2 pdager
650	0	7	\|8 4\p \|a Maschinelles Lernen \|0 (DE-588)4193754-5 \|2 gnd
650	0	7	\|8 5\p \|a Neuronales Netz \|0 (DE-588)4226127-2 \|2 gnd
650	0	7	\|8 6\p \|a Bestärkendes Lernen \|g Künstliche Intelligenz \|0 (DE-588)4825546-4 \|2 gnd
650	0	7	\|8 7\p \|a Lernendes System \|0 (DE-588)4120666-6 \|2 gnd
650	0	7	\|8 8\p \|a Deep learning \|0 (DE-588)1135597375 \|2 gnd
650	0	7	\|8 9\p \|a Soft Computing \|0 (DE-588)4455833-8 \|2 gnd
653			\|a reinforcement learning
653			\|a quantum control
655		7	\|0 (DE-588)4113937-9 \|a Hochschulschrift \|2 gnd-content
856	4	0	\|u https://nbn-resolving.org/urn:nbn:de:bvb:29-opus4-238948 \|x Resolving-System \|z kostenfrei \|3 Volltext
856	4	0	\|u https://d-nb.info/130469884X/34 \|x Langzeitarchivierung Nationalbibliothek \|z kostenfrei \|3 Volltext
856	4	0	\|q application/pdf \|u https://open.fau.de/handle/openfau/23894 \|x Verlag \|z kostenfrei \|3 Volltext
912			\|a ebook
999			\|a oai:aleph.bib-bvb.de:BVB01-034614639
883	0		\|8 1\p \|a aepkn \|c 0,99813 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#aepkn
883	0		\|8 2\p \|a emasg \|c 0,55015 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emasg
883	1		\|8 3\p \|a npi \|d 20231002 \|q DE-101 \|u https://d-nb.info/provenance/plan#npi
883	0		\|8 4\p \|a emagnd \|c 0,48728 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 5\p \|a emagnd \|c 0,39276 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 6\p \|a emagnd \|c 0,17574 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 7\p \|a emagnd \|c 0,10704 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 8\p \|a emagnd \|c 0,07225 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd
883	0		\|8 9\p \|a emagnd \|c 0,05624 \|d 20231003 \|q DE-101 \|u https://d-nb.info/provenance/plan#emagnd

Datensatz im Suchindex

_version_	1804185889461501952
adam_txt
any_adam_object
any_adam_object_boolean
author	Porotti, Riccardo
author_GND	(DE-588)1305392884
author_facet	Porotti, Riccardo
author_role	aut
author_sort	Porotti, Riccardo
author_variant	r p rp
building	Verbundindex
bvnumber	BV049354359
collection	ebook
ctrlnum	(OCoLC)1403377619 (DE-599)DNB130469884X
format	Thesis Electronic eBook
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03170nmm a2200625zc 4500</leader><controlfield tag="001">BV049354359</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="006">a m\|\|\| 00\|\|\| </controlfield><controlfield tag="007">cr\|uuu---uuuuu</controlfield><controlfield tag="008">231009s2023 gw \|\|\|\| o\|\|u\| \|\|\|\|\|\|eng d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">23,O11</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">130469884X</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">urn:nbn:de:bvb:29-opus4-238948</subfield><subfield code="2">urn</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1403377619</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB130469884X</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">eng</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-BY</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-384</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-824</subfield><subfield code="a">DE-29</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-91</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-1049</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-1102</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-2174</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">2\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">006.31</subfield><subfield code="2">23ksdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Porotti, Riccardo</subfield><subfield code="0">(DE-588)1305392884</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Reinforcement Learning for Quantum Control with Feedback</subfield><subfield code="c">vorgelegt von Riccardo Porotti</subfield></datafield><datafield tag="246" ind1="1" ind2="3"><subfield code="a">Bestärkendes Lernen für Quanten Kontrolle mit Rückkopplung</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Erlangen ; Nürnberg</subfield><subfield code="b">Friedrich-Alexander-Universität Erlangen-Nürnberg</subfield><subfield code="c">2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource</subfield><subfield code="b">Illustrationen, Diagramme</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Friedrich-Alexander-Universität Erlangen-Nürnberg</subfield><subfield code="d">2023</subfield></datafield><datafield tag="583" ind1="1" ind2=" "><subfield code="a">Archivierung/Langzeitarchivierung gewährleistet</subfield><subfield code="5">DE-101</subfield><subfield code="2">pdager</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">4\p</subfield><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">5\p</subfield><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">6\p</subfield><subfield code="a">Bestärkendes Lernen</subfield><subfield code="g">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4825546-4</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">7\p</subfield><subfield code="a">Lernendes System</subfield><subfield code="0">(DE-588)4120666-6</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">8\p</subfield><subfield code="a">Deep learning</subfield><subfield code="0">(DE-588)1135597375</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="8">9\p</subfield><subfield code="a">Soft Computing</subfield><subfield code="0">(DE-588)4455833-8</subfield><subfield code="2">gnd</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">reinforcement learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">quantum control</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://nbn-resolving.org/urn:nbn:de:bvb:29-opus4-238948</subfield><subfield code="x">Resolving-System</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://d-nb.info/130469884X/34</subfield><subfield code="x">Langzeitarchivierung Nationalbibliothek</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="q">application/pdf</subfield><subfield code="u">https://open.fau.de/handle/openfau/23894</subfield><subfield code="x">Verlag</subfield><subfield code="z">kostenfrei</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ebook</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-034614639</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">aepkn</subfield><subfield code="c">0,99813</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#aepkn</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">emasg</subfield><subfield code="c">0,55015</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emasg</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">npi</subfield><subfield code="d">20231002</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#npi</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">4\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,48728</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">5\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,39276</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">6\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,17574</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">7\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,10704</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">8\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,07225</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield><datafield tag="883" ind1="0" ind2=" "><subfield code="8">9\p</subfield><subfield code="a">emagnd</subfield><subfield code="c">0,05624</subfield><subfield code="d">20231003</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#emagnd</subfield></datafield></record></collection>
genre	(DE-588)4113937-9 Hochschulschrift gnd-content
genre_facet	Hochschulschrift
id	DE-604.BV049354359
illustrated	Not Illustrated
index_date	2024-07-03T22:50:47Z
indexdate	2024-07-10T10:02:24Z
institution	BVB
language	English
oai_aleph_id	oai:aleph.bib-bvb.de:BVB01-034614639
oclc_num	1403377619
open_access_boolean	1
owner	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
owner_facet	DE-384 DE-473 DE-BY-UBG DE-703 DE-1051 DE-824 DE-29 DE-12 DE-91 DE-BY-TUM DE-19 DE-BY-UBM DE-1049 DE-92 DE-739 DE-898 DE-BY-UBR DE-355 DE-BY-UBR DE-706 DE-20 DE-1102 DE-860 DE-2174
physical	1 Online-Ressource Illustrationen, Diagramme
psigel	ebook
publishDate	2023
publishDateSearch	2023
publishDateSort	2023
publisher	Friedrich-Alexander-Universität Erlangen-Nürnberg
record_format	marc
spelling	Porotti, Riccardo (DE-588)1305392884 aut Reinforcement Learning for Quantum Control with Feedback vorgelegt von Riccardo Porotti Bestärkendes Lernen für Quanten Kontrolle mit Rückkopplung Erlangen ; Nürnberg Friedrich-Alexander-Universität Erlangen-Nürnberg 2023 1 Online-Ressource Illustrationen, Diagramme txt rdacontent c rdamedia cr rdacarrier Dissertation Friedrich-Alexander-Universität Erlangen-Nürnberg 2023 Archivierung/Langzeitarchivierung gewährleistet DE-101 pdager 4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Neuronales Netz (DE-588)4226127-2 gnd 6\p Bestärkendes Lernen Künstliche Intelligenz (DE-588)4825546-4 gnd 7\p Lernendes System (DE-588)4120666-6 gnd 8\p Deep learning (DE-588)1135597375 gnd 9\p Soft Computing (DE-588)4455833-8 gnd reinforcement learning quantum control (DE-588)4113937-9 Hochschulschrift gnd-content https://nbn-resolving.org/urn:nbn:de:bvb:29-opus4-238948 Resolving-System kostenfrei Volltext https://d-nb.info/130469884X/34 Langzeitarchivierung Nationalbibliothek kostenfrei Volltext application/pdf https://open.fau.de/handle/openfau/23894 Verlag kostenfrei Volltext 1\p aepkn 0,99813 20231003 DE-101 https://d-nb.info/provenance/plan#aepkn 2\p emasg 0,55015 20231003 DE-101 https://d-nb.info/provenance/plan#emasg 3\p npi 20231002 DE-101 https://d-nb.info/provenance/plan#npi 4\p emagnd 0,48728 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd 5\p emagnd 0,39276 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd 6\p emagnd 0,17574 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd 7\p emagnd 0,10704 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd 8\p emagnd 0,07225 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd 9\p emagnd 0,05624 20231003 DE-101 https://d-nb.info/provenance/plan#emagnd
spellingShingle	Porotti, Riccardo Reinforcement Learning for Quantum Control with Feedback 4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Neuronales Netz (DE-588)4226127-2 gnd 6\p Bestärkendes Lernen Künstliche Intelligenz (DE-588)4825546-4 gnd 7\p Lernendes System (DE-588)4120666-6 gnd 8\p Deep learning (DE-588)1135597375 gnd 9\p Soft Computing (DE-588)4455833-8 gnd
subject_GND	(DE-588)4193754-5 (DE-588)4226127-2 (DE-588)4825546-4 (DE-588)4120666-6 (DE-588)1135597375 (DE-588)4455833-8 (DE-588)4113937-9
title	Reinforcement Learning for Quantum Control with Feedback
title_alt	Bestärkendes Lernen für Quanten Kontrolle mit Rückkopplung
title_auth	Reinforcement Learning for Quantum Control with Feedback
title_exact_search	Reinforcement Learning for Quantum Control with Feedback
title_exact_search_txtP	Reinforcement Learning for Quantum Control with Feedback
title_full	Reinforcement Learning for Quantum Control with Feedback vorgelegt von Riccardo Porotti
title_fullStr	Reinforcement Learning for Quantum Control with Feedback vorgelegt von Riccardo Porotti
title_full_unstemmed	Reinforcement Learning for Quantum Control with Feedback vorgelegt von Riccardo Porotti
title_short	Reinforcement Learning for Quantum Control with Feedback
title_sort	reinforcement learning for quantum control with feedback
topic	4\p Maschinelles Lernen (DE-588)4193754-5 gnd 5\p Neuronales Netz (DE-588)4226127-2 gnd 6\p Bestärkendes Lernen Künstliche Intelligenz (DE-588)4825546-4 gnd 7\p Lernendes System (DE-588)4120666-6 gnd 8\p Deep learning (DE-588)1135597375 gnd 9\p Soft Computing (DE-588)4455833-8 gnd
topic_facet	Maschinelles Lernen Neuronales Netz Bestärkendes Lernen Künstliche Intelligenz Lernendes System Deep learning Soft Computing Hochschulschrift
url	https://nbn-resolving.org/urn:nbn:de:bvb:29-opus4-238948 https://d-nb.info/130469884X/34 https://open.fau.de/handle/openfau/23894
work_keys_str_mv	AT porottiriccardo reinforcementlearningforquantumcontrolwithfeedback AT porottiriccardo bestarkendeslernenfurquantenkontrollemitruckkopplung

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Volltext öffnen

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge