Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/753
Title: Optimización de redes neuronales artificiales para la reconstrucción del espectro de neutrones y sus dosis equivalentes
Authors: Reyes Alfaro, Arturo
Ortíz Rodríguez, José Manuel
Reyes Haro, Alfredo
Castañeda Miranda, Rodrígo
Solís Sánchez, Luis Octavio
Vega Carrillo, Héctor René
Issue Date: Apr-2014
Publisher: Universidad Autónoma Metropolitana
Abstract: En el presente trabajo se utilizo la metodología de diseño robusto de redes neuronales artificiales para determinar una topología óptima de red capaz de resolver con eficiencia los problemas de espectrometría y dosimetría de neutrones. Para el diseño de la topología de red optimizada se entrenaron 36 distintas arquitecturas de red en base a un arreglo ortogonal con una configuración L9(34), L4(32). Para el entrenamiento de las redes neuronales, se utilizo un código de cómputo desarrollado en el entorno de programación de Matlab, el cual automatiza el procesamiento y análisis de la información, reduciendo considerablemente el tiempo empleado en esta actividad para el investigador. Para el entrenamiento de las redes de propagación hacia adelante se utilizo un compendio de espectro de neutrones publicado por la Agencia Internacional de Energía Atómica, donde del total se utilizaron el 80% para el entrenamiento y 20% para la prueba, entrenada con un algoritmo de propagación inversa siendo los datos de entrada las tasas de conteo correspondientes a las 7 esferas del sistemas espectrométrico de esferas Bonner, como datos de salida, la red neuronal obtiene el espectro de neutrones expresado en 60 grupos de energía y se calculan de forma simultánea 15 cantidades dosimétricas.
URI: http://localhost/xmlui/handle/20.500.11845/753
https://doi.org/10.48779/5zeh-md75
Other Identifiers: info:eu-repo/semantics/publishedVersion
Appears in Collections:*Documentos Académicos*-- UA Ciencias Nucleares

Files in This Item:
File Description SizeFormat 
16.pdf434,84 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons