prikaz prve stranice dokumenta Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja
  Preuzmi
PDF 976.33 KB
diplomski rad
Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja
2022. urn:nbn:hr:217:366014
Barović, Tadej
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Matematički odsjek

Citirajte ovaj rad

Barović, T. (2022). Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:366014

Barović, Tadej. "Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:217:366014

Barović, Tadej. "Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:217:366014

Barović, T. (2022). 'Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 06.05.2024., https://urn.nsk.hr/urn:nbn:hr:217:366014

Barović T. Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2022 [pristupljeno 06.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:366014

T. Barović, "Kategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:366014

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:366014
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKategorizacija podataka iz mjerenja 12C(n,p) i 12C(n,d) reakcija primjenom metoda strojnog učenja
Naslov (engleski)Categorization of data from measurements of 12C(n,p) and 12C(n,d) reactions using machine learning methods
AutorTadej Barović
MentorPetar Žugec (mentor)
Član povjerenstvaPetar Žugec (predsjednik povjerenstva)
Član povjerenstvaOzren Perše (član povjerenstva)
Član povjerenstvaIvica Friščić (član povjerenstva)
Član povjerenstvaBoris Muha (član povjerenstva)
Član povjerenstvaDarko Androić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Matematički odsjek)
Zagreb
Datum i država obrane2022-07-21, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Matematika
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Fizika
Sažetak
Cilj ovog diplomskog rada jest usporediti utjecaj različitih transformacija podataka na efektivnost tj. točnost klasifikatora reakcija \(^{12}\mathrm{C}(\mathrm{n,p})^{12}\)B i \(^{12}\mathrm{C(n,d)}^{11}\mathrm{B}\). Kao klasifikator koristit ćemo neuronsku mrežu. Kontekst ovog rada je eksperiment proveden u n TOF postrojenju na CERN-u. Tijekom obrade eksperimentalnih podataka rekonstruirat će se udarni presjek spomenutih reakcije preko podataka mjerenih silicijskim teleskopom. Mjerenje koje se temelji na \( \Delta\)E − E tehnici simulirali smo u GEANT4 programskom paketu. Simulirane podatke obradili smo i transformirali Box-Cox transformacijom i vokselizacijom. Neuronske mreže implementirali smo na izvornim i transformiranim podatcima. Box-Cox transformacija optimalna je u ovom kontekstu. Svim mrežama točnost naglo pada na energijama neutrona iznad 25 MeV. Takav zaključak u skladu je sa preliminarnim očekivanjima iz prijedloga mjerenja \(^{12}\mathrm{C}(\mathrm{n,p})^{12}\)B i \(^{12}\mathrm{C(n,d)}^{11}\mathrm{B}\) reakcija na n_TOF postrojenju
Sažetak (engleski)
In this thesis we aim to compare the effectiveness of various transformation data on the accuracy of the \(^{12}\mathrm{C}(\mathrm{n,p})^{12}\)B and \(^{12}\mathrm{C(n,d)}^{11}\mathrm{B}\) reaction classifier – the neural network. The base of our paper is an experiment carried out in the n_TOF facility at CERN. In the experiment, the cross sections of the mentioned reactions are reconstructed using the data measured by a silicon telescope. We simulated the measurement, which is based on the \( \Delta\)E − E technique, in the GEANT4 software. We analyzed and transformed the simulated data using Box-Cox transformation and voxelization. The study also implemented neural networks on non-transformed data, along with implementation on each of the transformations. We conclude that the Box-Cox transformation is optimal in this context. For all networks, the accuracy drops sharply above 25 MeV of input neutron energy, confirming the previously set assumptions in the proposal of \(^{12}\mathrm{C}(\mathrm{n,p})^{12}\)B and \(^{12}\mathrm{C(n,d)}^{11}\mathrm{B}\) reaction measurement.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:366014
Studijski programNaziv: Matematika i fizika; smjerovi: nastavnički
Smjer: nastavnički
Vrsta studija: sveučilišni
Stupanj studija: integrirani preddiplomski i diplomski
Akademski / stručni naziv: magistar/magistra edukacije matematike i fizike (mag. educ. math. et phys.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2022-09-12 11:34:49