CAMPOS MAGNÉTICOS EN EL SOL EN CALMA

Bibcode
LINK
Mª JESUS MARTÍNEZ GONZALEZ
Director de tesis
Basilio
Ruiz Cobo
Tutor de tesis
Basilio
Ruiz Cobo
Fecha de publicación:
11
2006
Descripción

En esta  tesis doctoral se realiza un estudio de las propiedades magnéticas del Sol en calma, aquellas regiones en el Sol donde el magnetismo pasa casi desapercibido. Se llega a la conclusión que los campos magnéticos son débiles, de unas pocas centenas de Gauss, llenando una porción pequeña del elemento de resolución. Además las estructuras magnéticas en estas regiones parecen tener una topología muy compleja formando un amasijo de pequeños lazos.

Tipo
Tesis

Te puede interesar

  • Tesis
    IMPROVEMENT OF FARSIDE ACTIVITY DETECTION WITH MACHINE LEARNING TECHNIQUES AND APPLICATIONS
    Hasta ahora, la única formar de monitorizar de manera consistente el hemisferio del Sol no visible (farside de aquí en adelante) desde la Tierra es el uso de métodos heliosísmicos. Estos métodos interpretan las oscilaciones del hemisferio visible (nearside de aquí en adelante) para inferir la actividad del farside, que es de gran importancia en las
    Elena García Broock

    Fecha de publicación:

    2
    2024
    Bibcode
    Thesis
  • Tesis
    GALAXY FORMATION WITH GPU-ACCELERATED COMPUTING
    Esta tesis doctoral está dedicada al estudio de la formación y evolución de galaxias en un contexto cosmológico, aprovechando la potencia de la computación de alto rendimiento con un énfasis particular en la computación acelerada por tarjetas gráficas (GPU). Para avanzar en el campo, la tesis se enfoca en ampliar las capacidades del código público
    Isaac Alonso Asensio

    Fecha de publicación:

    11
    2023
    Bibcode
    Tesis
  • Tesis
    UNCOVERING THE PHYSICS OF GALAXIES WITH SELF-SUPERVISED DEEP LEARNING
    As surveys grow, the challenge is how to explore and interpret the increasing quantity of data. For this, removing the observational biases and reducing the dimensionality of the data are fundamental. A promising avenue to do this is a self-supervised deep learning algorithm called contrastive learning. Contrastive learning is especially effective
    Regina Sarmiento

    Fecha de publicación:

    12
    2023
    Bibcode
    Tesis