文献

J-GLOBAL ID：201702247953444463   整理番号：17A0124467

Elmanニューラルネットワークに基づく液体シンチレータ中の中性子とγ線の識別【Powered by NICT】

Discrimination of neutrons and γ-rays in liquid scintillator based on Elman neural network

著者 (7件)： Zhang Caixun (Institute of Nuclear Science and Technology, Sichuan University) ,  Lin Shinted (School of Physical Science and Technology, Sichuan University) ,  Zhao Jianling (Institute of Nuclear Science and Technology, Sichuan University) ,  Yu Xunzhen (School of Physical Science and Technology, Sichuan University) ,  Wang Li (Department of Engineering Physics, Tsinghua University) ,  Zhu Jingjun (Institute of Nuclear Science and Technology, Sichuan University) ,  Xing Haoyang (School of Physical Science and Technology, Sichuan University)
資料名： Chinese Physics C  (Chinese Physics C)
巻： 40  号： 8  ページ： 086204-01-086204-06  発行年： 2016年 
JST資料番号： C2118A  ISSN： 1674-1137  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 本研究では,Elman神経回路網(ENN)に基づく新しい中性子とγ(n/γ)識別法は液体シンチレータ(LS)検出器の識別性能を向上させるために提案した。中性子とγデータは,EJ355LS検出器,(241)Am- 9Be放射場に曝露したから取得した。中性子とγイベントを対照としてENNと典型的な逆伝搬ニューラルネットワーク(BPNN)を含む人工ニューラルネットワークの二つの方法を用いて識別した。結果は,二つの方法が異なるn/γ識別性能を持つことを示した。BPNNと比較して,ENNはn/γ弁別の性能指数(FOM)の改良を提供する。FOMは,ENNの新しい方法を用いて,0.907±0.034から0.953±0.037に増加した。ENNに基づいて提案n/γ識別法は中性子検出におけるパルス波形弁別の新しい選択を提供する。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 検出器 ,  性能指数 ,  *中性子 ,  放射場 ,  中性子検出 ,  *γ線 ,  神経回路網 ,  *ニューラルネットワーク ,  *液体シンチレータ ,  パルス波形弁別 ,  逆伝播ニューラルネットワーク ,  *Elmanニューラルネットワーク

著者キーワード (4件)： 液体シンチレータ ,  n/7識別 ,  Elmanニューラルネットワーク ,  BPニューラルネットワーク

分類 (1件)： その他の切削  (QC02040C)

タイトルに関連する用語 (5件)： Elmanニューラルネットワーク ,  液体シンチレータ ,  中性子 ,  γ線 ,  識別