Couvre la microanalyse par rayons X à dispersion d'énergie, expliquant comment les rayons X révèlent la composition élémentaire et discutant de la génération, de la détection, de l'efficacité et de la quantification des rayons X.
Couvre la microanalyse de rayons X à dispersion d'énergie, explorant la génération, la détection, la quantification et les défis de rayons X dans l'analyse élémentaire précise.
Explore les principes et les applications de la tomographie, y compris les techniques de microscopie 3D et la reconstruction de matériaux au niveau atomique.
Explore la spectroscopie à rayons X dispersive (EDS) en microscopie électronique, couvrant la génération de rayons X, la détection, la quantification et la cartographie des éléments dans les échantillons.
Couvre la régression linéaire, la régularisation, les problèmes inverses, la tomographie par rayons X, la reconstruction d'images, l'inférence de données et l'intensité du détecteur.
Explore les mesures d'évaluation des modèles, les techniques de sélection, le compromis biais-variance et la gestion des distributions de données biaisées dans l'apprentissage automatique.
Couvre l'algorithme Metropolis-Hastings et le diagnostic de convergence dans la simulation stochastique, en se concentrant sur l'échantillonnage et la génération de propositions.
Explore le financement d'une idée, l'analyse de données volumineuses et les bases statistiques avec des idées sur la façon d'éviter les pièges courants.
Explore la microscopie de la Force atomique, qui couvre les principes, les applications, la résolution, les mécanismes de rétroaction et les techniques d'imagerie.
Introduit des statistiques inférentielles, couvrant l'échantillonnage, la tendance centrale, la dispersion, les histogrammes, les scores z et la distribution normale.