Repositorio Dspace

Neutron Spectra Unfolding with Artificial Neural Networks

Mostrar el registro sencillo del ítem

dc.contributor 6207 es_ES
dc.contributor.other https://orcid.org/0000-0002-7081-9084 es_ES
dc.coverage.spatial Global es_ES
dc.creator Vega Carrillo, Héctor René
dc.creator Hernández Dávila, Víctor Martín
dc.creator Manzanares Acuña, Eduardo
dc.creator Mercado Sánchez, Gema Alejandrina
dc.creator Arteaga Arteaga, Tarcicio
dc.creator Ortíz Rodríguez, José Manuel
dc.date.accessioned 2019-03-15T16:31:38Z
dc.date.available 2019-03-15T16:31:38Z
dc.date.issued 2005-03
dc.identifier info:eu-repo/semantics/publishedVersion es_ES
dc.identifier.uri http://localhost/xmlui/handle/20.500.11845/787
dc.identifier.uri https://doi.org/10.48779/j6mp-8w60 es_ES
dc.description An artificial neural network has been designed to obtain the neutron spectra from the Bonner spheres spectrometer's count rates. The neural network was trained using a set of neutron spectra compiled by the International Atomic Energy Agency. These include spectra from isotopic neutron sources, reference and operational neutron spectra obtained from accelerators and nuclear reactors, and spectra obtained from mathematical functions. The spectra were transformed from lethargy to energy distribution and were re-binned to 31 energy groups using the MCNP 4C code. Rebinned spectra and UTA4 matrix were used to calculate the expected count rates in Bonner spheres spectrometer. These count rates were used as input and the respective spectrum was used as output during neural network training. After training, the network was tested with the Bonner spheres count rates produced by twelve neutron spectra, three were used during network training, three were obtained from mathematical functions and three were from actual situations. es_ES
dc.description.abstract Se diseñó una red neuronal artificial para reconstruir los espectros de neutrones a partir de las tasas de conteo de un espectrómetro de Esferas de Bonner. La red neuronal se entrenó mediante un conjunto de espectros publicados por el Organismo Internacional de Energía Atómica. Los espectros incluyen fuentes isotópicas, espectros de referencia, operacionales, de aceleradores, reactores nucleares y de funciones matemáticas. Los espectros se transformaron de espectros por unidad de letargia a por unidad de energía y se estructuraron a 31 grupos de energía mediante el código MCNP 4C. Los espectros y la matriz de respuesta UTA4 se utilizaron para calcular las tasas de conteo que cada espectro produce en un espectrómetro de Esferas de Bonner. Las tasas de conteo y los espectros se utilizaron para entrenar la red neuronal artificial. Después del entrenamiento la red se probó con doce espectros, tres se obtuvieron de los usados en el entrenamiento, tres se obtuvieron de funciones matemáticas y otros tres de espectros reales y no usados durante el entrenamiento. es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autónoma de Zacatecas es_ES
dc.relation.uri generalPublic es_ES
dc.rights Atribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América *
dc.rights.uri http://creativecommons.org/licenses/by-nc-sa/3.0/us/ *
dc.source Encuentro de Investigación en Ingeniería Eléctrica Zacatecas, Zac, Marzo 17 —18, 2005 es_ES
dc.subject.classification CIENCIAS FISICO MATEMATICAS Y CIENCIAS DE LA TIERRA [1] es_ES
dc.subject.other Artificial Neural Network es_ES
dc.subject.other Unfolding es_ES
dc.subject.other Neutron spectrum es_ES
dc.subject.other Monte Carlo es_ES
dc.title Neutron Spectra Unfolding with Artificial Neural Networks es_ES
dc.type info:eu-repo/semantics/conferenceObject es_ES


Ficheros en el ítem

El ítem tiene asociados los siguientes ficheros de licencia:

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América

Buscar en DSpace


Búsqueda avanzada

Listar

Mi cuenta

Estadísticas