Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Some Applications of Artificial Neural Network in Nuclear Engineering.

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Gholam Hossein Roshani,Farzin Shama and Seyed Amir Hossein Feghhi
ISBN: 9783659384189
Год издания: 2013
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 84
Издательство: LAP LAMBERT Academic Publishing
Цена: 24061 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:
Код товара: 121592
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: In this book some applications of artificial neural network in nuclear engineering are presented. In densitometry, number of scattered and counted gamma photons highly depends on material density. Using this relation, two different multi-layer perceptron artificial neural networks are proposed to predict material density. The results of proposed ANNs show that the presented model could be employed in densitometry of materials. Furthermore, the development of an ANN model for prediction of the highest value of X-ray yield in PFs is showed. The comparison between predicted and experimental results by ANN model illustrates that there is a good adaptation between them. So, the MLP architecture can be applied as a high efficient tool to predict the highest value of X-ray yield in the PFs.
Ключевые слова: artificial neural network, Multi-layer Perceptron, gamma densitometer, nuclear physics, Densitometry, X-ray, ANN model, Nuclear Engineering