| DC Field | Value | Language |
|---|
| dc.contributor.author | Скробот, Д. А. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-06-02T12:30:56Z | - |
| dc.date.available | 2026-06-02T12:30:56Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Скробот, Д. А. Моделирование пространственного распределения галактик и кластеризация с использованием точечных процессов = Modeling the spatial distribution of galaxies and clustering using point processes / Д. А. Скробот // Компьютерные системы и сети : сборник материалов 62-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 13–17 апреля 2026 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2026. – С. 221–224. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63939 | - |
| dc.description.abstract | Рассматривается моделирование пространственного распределения галактик с использованием пуассоновского и кластерного процесса Неймана–Скотта. Для анализа применяются периодические граничные условия, K-функция Рипли, расстояния до ближайшего соседа и кластеризация DBSCAN. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | галактики | en_US |
| dc.subject | пространственное распределение | en_US |
| dc.subject | точечные процессы | en_US |
| dc.subject | процесс Неймана Скотта | en_US |
| dc.subject | кластеризация | en_US |
| dc.subject | K-функция Рипли | en_US |
| dc.subject | статистический анализ | en_US |
| dc.subject | моделирование | en_US |
| dc.subject | кластерные структуры | en_US |
| dc.title | Моделирование пространственного распределения галактик и кластеризация с использованием точечных процессов | en_US |
| dc.title.alternative | Modeling the spatial distribution of galaxies and clustering using point processes | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The modeling of the spatial distribution of galaxies is examined using Poisson and Neyman–Scott cluster processes. Periodic boundary conditions, Ripley's K-function, nearest-neighbor distances, and DBSCAN clustering are employed for the analysis. | en_US |
| Appears in Collections: | Компьютерные системы и сети : материалы 62-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2026)
|
