Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "hybrid model;" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    An improved formula for dead time correction of G-M detectors
    Autorzy:
    Arkani, M.
    Khalafi, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/147009.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Chemii i Techniki Jądrowej
    Tematy:
    dead time model
    Geiger-Müller (G-M) detector
    decaying source experiment
    hybrid model
    Opis:
    Different analytical formulae have been described in the literature to modify response of Geiger-Müller (G-M) detectors. In this work, improvement of a previously proposed dead time correction formula was investigated. A set of experimental data of a decaying source was the basis of the analysis. A general agreement is seen with the experimental data. The result was compared with those obtained by the original work. Numerical aspects were also examined.
    Źródło:
    Nukleonika; 2013, 58, 4; 533-536
    0029-5922
    1508-5791
    Pojawia się w:
    Nukleonika
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Efficient dead time correction of G-M counters using feed forward artificial neural network
    Autorzy:
    Arkani, M.
    Khalafi, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/146121.pdf
    Data publikacji:
    2013
    Wydawca:
    Instytut Chemii i Techniki Jądrowej
    Tematy:
    dead time
    artificial neural network (ANN)
    Geiger-Müller (G-M) detector
    hybrid model
    source decaying experiment
    Opis:
    Dead time parameter of Geiger-Müller (G-M) counters causes a great uncertainty in their response to the incident radiation intensity at high counting rates. As their applications in experimental nuclear science are widespread, many attempts have been done on improvements of their nonlinear response. In this work, response of a G-M counter system is optimized and corrected efficiently using feed forward artificial neural network (ANN). This method is simple, fast, and provides the answer to the problem explicitly with no need for iteration. The method is applied to a set of decaying source experimental data measured by a fairly large G-M tube. The results are compared with those predicted by a given analytical model which is called hybrid model. The maximum deviation of the corrected results from the true counting rates is less than 4% which is a significant improvement in comparison with the results obtained by the analytical method. Results of this study show that by using a proper artificial neural network structure, the dead time effects of G-M counters can be tolerated significantly.
    Źródło:
    Nukleonika; 2013, 58, 2; 317-321
    0029-5922
    1508-5791
    Pojawia się w:
    Nukleonika
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies