جلد 18، شماره 2 - ( مجله پژوهش فيزيك ايران، تابستان 1397 )                   جلد 18 شماره 2 صفحات 195-205 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ashrafi S, Alizadeh D, Jahanbakhsh O. Determination of saturation depth in Compton scattering using Artificial Neural Network. IJPR. 2018; 18 (2) :195-205
URL: http://ijpr.iut.ac.ir/article-1-2012-fa.html
اشرفی صالح، علیزاده داود، جهانبخش اختای. تعیین عمق اشباع در پراکندگی کامپتون با استفاده از شبکه‌های عصبی مصنوعی. مجله پژوهش فيزيك ايران. 1397; 18 (2) :195-205

URL: http://ijpr.iut.ac.ir/article-1-2012-fa.html


دانشکده فیزیک، دانشگاه تبریز، تبریز ، ashrafi@tabrizu.ac.ir
چکیده:   (500 مشاهده)

شدت فوتون‌های پراکندگی کامپتون پرتو گاما اطلاعات مفیدی در مورد توزیع چگالی الکترونی درون نمونه آزمایشی ارائه می‌دهد. به علت تضعیف شدت فوتون‌ها، کارایی این روش به عمق معینی از نمونه (عمق اشباع) محدود می شود. عمق اشباع به انرژی و شدت فوتون‌های اولیه و جنس نمونه مورد بررسی ارتباط دارد. در این مطالعه با اندازه‌گیری پراکندگی فوتون‌های keV 662 تحت زاویه 90 درجه از نمونه‌های مختلف به وسیله آشکارساز سوسوزن NaI(Tl) و با آنالیز طیف حاصله به کمک شبکه‌های عصبی عمق اشباع نمونه‌ها را تعیین کرده‌ایم. برای آموزش شبکه از نمونه‌های با چگالی معلوم و برای آزمایش آن از نمونه‌های با چگالی مجهول استفاده شده است. بیشترین دقت اندازه‌گیری (با خطای نسبی 15/0%) با به کارگیری الگوریتم لونبرگ- مارکوارت (L-M) با پنج لایه مخفی به دست آمده است.

متن کامل [PDF 751 kb]   (78 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA code

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به مجله پژوهش فیزیک ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2018 All Rights Reserved | Iranian Journal of Physics Research

Designed & Developed by : Yektaweb