http://www.cnr.it/ontology/cnr/individuo/prodotto/ID200051
Joint Bayesian separation and restoration of cosmic microwave background from convolutional mixtures (Articolo in rivista)
- Type
- Label
- Joint Bayesian separation and restoration of cosmic microwave background from convolutional mixtures (Articolo in rivista) (literal)
- Anno
- 2011-01-01T00:00:00+01:00 (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi
- 10.1111/j.1365-2966.2011.18783.x (literal)
- Alternative label
Kayabol, Koray (1); Sanz, Jose Luis (2); Herranz, Diego (2); Kuruoglu, Ercan Engin (1); Salerno, Emanuele (1); (2011)
Joint Bayesian separation and restoration of cosmic microwave background from convolutional mixtures
in Monthly notices of the Royal Astronomical Society (Online); J. Wiley & sons, New York (Stati Uniti d'America)
(literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Kayabol, Koray (1); Sanz, Jose Luis (2); Herranz, Diego (2); Kuruoglu, Ercan Engin (1); Salerno, Emanuele (1); (literal)
- Pagina inizio
- Pagina fine
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#altreInformazioni
- Progetto: COFIS - Cosmologia e Fisica Fondamentale (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
- http://onlinelibrary.wiley.com/doi/10.1111/j.1365-2966.2011.18783.x/pdf (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume
- Rivista
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo
- Note
- ISI Web of Science (WOS) (literal)
- PuMa (literal)
- Scopu (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
- (1) CNR-ISTI, Pisa; (2) Instituto de Fisica de Cantabria, Santander (literal)
- Titolo
- Joint Bayesian separation and restoration of cosmic microwave background from convolutional mixtures (literal)
- Abstract
- We propose a Bayesian approach to joint source separation and restoration for astrophysical diffuse sources. We constitute a prior statistical model for the source images by using their gradient maps.We assume a t-distribution for the gradient maps in different directions, because it is able to fit both smooth and sparse data. A Monte Carlo technique, called Langevin sampler, is used to estimate the source images and all the model parameters are estimated by using deterministic techniques. (literal)
- Editore
- Prodotto di
- Autore CNR
- Insieme di parole chiave
Incoming links:
- Autore CNR di
- Prodotto
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi
- Editore di
- Insieme di parole chiave di