CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص نوع ماده براساس تعداد فوتون های پراکنده ی ثبت شده با استفاده از شبکه ی عصبی مصنوعی بهینه

عنوان مقاله: تشخیص نوع ماده براساس تعداد فوتون های پراکنده ی ثبت شده با استفاده از شبکه ی عصبی مصنوعی بهینه
شناسه ملی مقاله: CCESI01_072
منتشر شده در اولین مسابقه کنفرانس بین المللی جامع علوم مهندسی در ایران در سال 1395
مشخصات نویسندگان مقاله:

غلامحسین روشنی - دانشگاه صنعتی کرمانشاه، دانشکده انرژی، گروه مهندسی برق

خلاصه مقاله:
با بررسی تغییر شدت پرتوهای گامای پراکنده شده ی ناشی از پراکندگی کامپتون از یک ماده ی هدف می توان چگالی آن را بدست آورد. مسئله ی مهم در این روش چگالی سنجی، تعیین رابطه ی شدت ثبت شده توسط آشکارساز با چگالی ماده ی هدف است که لازمه ی آن آزمایش های متعدد بر روی مواد با چگالی های مختلف است. در این مقاله سعی شده تا با استفاده از شبکه ی عصبی مصنوعی با دو روش مجزا، شدت پرتوی گامای پراکنده را برای تمام چگالی ها به دست آورد. بررسی های انجام شده حاکی از خطای کمتر از0/20 با مقدار واقعی است که افزایش دقت 250 درصدی را نسبت به مطالعات پیشین انجام شده در کشور نشان می دهد.

کلمات کلیدی:
فوتون های پراکنده شده، شبکه عصبی مصنوعی بهینه، پرسپترون چندلایه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/545083/