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
  • 1334 (literal)
Pagina fine
  • 1342 (literal)
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
  • 415 (literal)
Rivista
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
  • 9 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo
  • 2 (literal)
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
data.CNR.it