Euclid preparation: LXVIII. Extracting physical parameters from galaxies with machine learning

  • I. Kovačić
  • , M. Baes
  • , A. Nersesian
  • , N. Andreadis
  • , L. Nemani
  • , Abdurro'Uf
  • , L. Bisigello
  • , M. Bolzonella
  • , C. Tortora
  • , A. Van Der Wel
  • , S. Cavuoti
  • , C. J. Conselice
  • , A. Enia
  • , L. K. Hunt
  • , P. Iglesias-Navarro
  • , E. Iodice
  • , J. H. Knapen
  • , F. R. Marleau
  • , O. Müller
  • , R. F. Peletier
    • J. Román, R. Ragusa, P. Salucci, T. Saifollahi, M. Scodeggio, M. Siudek, T. De Waele, A. Amara, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, S. Bardelli, P. Battaglia, R. Bender, C. Bodendorf, D. Bonino, W. Bon, E. Branchini, M. Brescia, J. Brinchmann, S. Camera, V. Capobianco, C. Carbone, J. Carretero, S. Casas, F. J. Castander, M. Castellano, G. Castignani, A. Cimatti, C. Colodro-Conde, G. Congedo, L. Conversi, Y. Copin, F. Courbin, H. M. Courtois, A. Da Silva, H. Degaudenzi, G. De Lucia, A. M. Di Giorgio, J. Dinis, M. Douspis, F. Dubath, X. Dupac, S. Dusini, A. Ealet, M. Farina, S. Farrens, F. Faustini, S. Ferriol, P. Fosalba, M. Frailis, E. Franceschi, S. Galeotta, B. Gillis, C. Giocoli, A. Grazian, F. Grupp, L. Guzzo, S. V.H. Haugan, W. Holmes, I. Hook, F. Hormuth, A. Hornstrup, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, A. Kiessling, M. Kilbinger, B. Kubik, K. Kuijken, M. Kümmel, M. Kunz, H. Kurki-Suonio, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, K. Markovic, M. Martinelli, N. Martinet, F. Marulli, R. Massey, E. Medinaceli, S. Mei, M. Melchior, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, M. Moresco, L. Moscardini, S. M. Niemi, J. W. Nightingale, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, E. Rossetti, R. Saglia, Z. Sakr, A. G. Sánchez, D. Sapone, B. Sartoris, M. Schirmer, P. Schneider, T. Schrabback, A. Secroun, G. Seidel, S. Serrano, C. Sirignano, G. Sirri, L. Stanco, J. Steinwagner, P. Tallada-Crespí, D. Tavagnacco, A. N. Taylor, H. I. Teplitz, I. Tereno, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, L. Valenziano, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, A. Zacchei, G. Zamorani, E. Zucca, A. Biviano, E. Bozzo, C. Burigana, M. Calabrese, D. Di Ferdinando, J. A. Escartin Vigo, F. Finelli, J. Gracia-Carpio, S. Matthew, N. Mauri, M. Pöntinen, V. Scottez, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, V. Allevato, S. Alvi, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, M. Ballardini, M. Bethermin, L. Blot, S. Borgani, S. Bruton, R. Cabanac, A. Calabro, B. Camacho Quevedo, G. Cañas-Herrera, A. Cappi, F. Caro, C. S. Carvalho, T. Castro, K. C. Chambers, T. Contini, A. R. Cooray, O. Cucciati, G. Desprez, A. Díaz-Sánchez, J. J. Diaz, S. Di Domizio, H. Dole, S. Escoffier, A. G. Ferrari, P. G. Ferreira, I. Ferrero, A. Finoguenov, A. Fontana, F. Fornari, L. Gabarra, K. Ganga, J. García-Bellido, T. Gasparetto, V. Gautard, E. Gaztanaga, F. Giacomini, F. Gianotti, G. Gozaliasl, C. M. Gutierrez, A. Hall, S. Hemmati, H. Hildebrandt, J. Hjorth, A. Jimenez Muñoz, J. J.E. Kajava, V. Kansal, D. Karagiannis, C. C. Kirkpatrick, A. M.C. Le Brun, J. Le Graet, J. Lesgourgues, T. I. Liaudat, A. Loureiro, J. Macias-Perez, G. Maggio, M. Magliocchetti, F. Mannucci, R. Maoli, J. Martín-Fleitas, C. J.A.P. Martins, L. Maurin, R. B. Metcalf, M. Miluzio, P. Monaco, A. Montoro, A. Mora, C. Moretti, G. Morgante, Nicholas A. Walton, L. Patrizii, V. Popa, D. Potter, I. Risso, P. F. Rocci, M. Sahlén, E. Sarpa, C. Scarlata, A. Schneider, M. Sereno, F. Shankar, P. Simon, A. Spurio Mancini, J. Stadel, S. A. Stanford, K. Tanidis, C. Tao, G. Testera, R. Teyssier, S. Toft, S. Tosi, A. Troja, M. Tucci, C. Valieri, J. Valiviita, D. Vergani, G. Verza, P. Vielzeuf

Research output: Contribution to journal › Article › peer-review

2 Scopus citations

Fingerprint

Dive into the research topics of 'Euclid preparation: LXVIII. Extracting physical parameters from galaxies with machine learning'. Together they form a unique fingerprint.

Keyphrases

Physics