Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/753
Full metadata record
DC FieldValueLanguage
dc.contributor6207es_ES
dc.contributor.otherhttps://orcid.org/0000-0002-7081-9084es_ES
dc.contributor.otherhttps://orcid.org/0000-0003-2545-4116-
dc.coverage.spatialGlobales_ES
dc.creatorReyes Alfaro, Arturo-
dc.creatorOrtíz Rodríguez, José Manuel-
dc.creatorReyes Haro, Alfredo-
dc.creatorCastañeda Miranda, Rodrígo-
dc.creatorSolís Sánchez, Luis Octavio-
dc.creatorVega Carrillo, Héctor René-
dc.date.accessioned2019-03-14T18:17:37Z-
dc.date.available2019-03-14T18:17:37Z-
dc.date.issued2014-04-
dc.identifierinfo:eu-repo/semantics/publishedVersiones_ES
dc.identifier.urihttp://localhost/xmlui/handle/20.500.11845/753-
dc.identifier.urihttps://doi.org/10.48779/5zeh-md75es_ES
dc.description.abstractEn 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.es_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma Metropolitanaes_ES
dc.relation.urigeneralPublices_ES
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Estados Unidos de América*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/us/*
dc.sourceInternational Symposium on Solid State Dosimetry, Cusco, Perú, 13-16 de abril de 2014es_ES
dc.subject.classificationCIENCIAS FISICO MATEMATICAS Y CIENCIAS DE LA TIERRA [1]es_ES
dc.subject.otherRedes Neuronales Artificialeses_ES
dc.subject.otherEspectrometríaes_ES
dc.subject.otherDosimetríaes_ES
dc.subject.otherNeutroneses_ES
dc.subject.otherEsferas Bonneres_ES
dc.subject.otherOptimizaciónes_ES
dc.titleOptimización de redes neuronales artificiales para la reconstrucción del espectro de neutrones y sus dosis equivalenteses_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
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