Neutron-Gamma Classification by Evolutionary Fuzzy Rules and
Support Vector Machines

D 2015

Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines

KROMER, Pavel; Zdeněk MATĚJ; Petr MUSÍLEK; Václav PŘENOSIL; František CVACHOVEC et al.

Základní údaje

Originální název

Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines

Autoři

KROMER, Pavel; Zdeněk MATĚJ ; Petr MUSÍLEK; Václav PŘENOSIL a František CVACHOVEC

Vydání

Kowloon, 2015 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC 2015): BIG DATA ANALYTICS FOR HUMAN-CENTRIC SYSTEMS, od s. 2638-2642, 5 s. 2015

Nakladatel

IEEE

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10201 Computer sciences, information science, bioinformatics

Stát vydavatele

Čína

Utajení

není předmětem státního či obchodního tajemství

Forma vydání

elektronická verze "online"

Odkazy

URL

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14330/15:00086986

Organizační jednotka

Fakulta informatiky

ISBN

978-1-4799-8696-5

ISSN

DOI

https://doi.org/10.1109/SMC.2015.461

UT WoS

000368940202127

EID Scopus

2-s2.0-84964426442

Klíčová slova česky

fuzzy logika, neutron, spektrometrie

Klíčová slova anglicky

fuzzy logic; neutron; spectrometry

Štítky

core_B, firank_A

Změněno: 12. 12. 2019 11:02, doc. RNDr. Zdeněk Matěj, Ph.D.

Anotace

ORIG CZ

V originále

Accurate and fast methods for neutron-gamma discrimination play an essential role in the development of digital scintillation detectors. Digital detectors allow the use of state-of-the-art data analysis, mining, and classification methods in place of traditional approaches based on analog technology such as the pulse rise-time and charge-comparison methods. This work compares the ability of evolutionary fuzzy rules and support vector machines to perform accurate neutron-gamma classification. The accuracy and performance of both investigated methods are evaluated on two real-world data sets.

Česky

Přesné a rychlé metody pro rozdělení odezev neutronů a gama záření hrají zásadní roli ve vývoji digitálních scintilačních detektorů. Digitální detektory umožňují použití state-of-the-art analýzy dat, dolování dat a aplikace klasifikačních metod namísto tradičních metod používaných v analogové technologii, jako je měření doby náběhy pulsní odezvy nebo porovnávání náboje. Tato práce srovnává separační vlastnosti fuzzy logiky (evolutionary fuzzy rules) a klasifikačního algoritmu SVM (Support Vector Machines) pro přesnou klasifikaci neutron-gama. Přesnost a výkon obou porovnávaných metod je hodnocena na dvou datových souborech získaných měřeními pole zářiče 252Cf.

Přiložené soubory

Neutron-Gamma_Classification_by_Evolutionary_Fuzzy_Rules_and_Support_Vector_Machines.pdf

Požádat o autorskou verzi souboru

Citovat

KROMER, Pavel; Zdeněk MATĚJ; Petr MUSÍLEK; Václav PŘENOSIL a František CVACHOVEC. Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines. Online. In 2015 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC 2015): BIG DATA ANALYTICS FOR HUMAN-CENTRIC SYSTEMS. Kowloon: IEEE, 2015, s. 2638-2642. ISBN 978-1-4799-8696-5. Dostupné z: https://doi.org/10.1109/SMC.2015.461.

@inproceedings{1339222,
   author = {Kromer, Pavel and Matěj, Zdeněk and Musílek, Petr and Přenosil, Václav and Cvachovec, František},
   address = {Kowloon},
   booktitle = {2015 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC 2015): BIG DATA ANALYTICS FOR HUMAN-CENTRIC SYSTEMS},
   doi = {https://doi.org/10.1109/SMC.2015.461},
   keywords = {fuzzy logic; neutron; spectrometry},
   howpublished = {elektronická verze "online"},
   language = {eng},
   location = {Kowloon},
   isbn = {978-1-4799-8696-5},
   pages = {2638-2642},
   publisher = {IEEE},
   title = {Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines},
   url = {http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7379593&tag=1},
   year = {2015}
}

TY  - CONF
ID  - 1339222
AU  - Kromer, Pavel - Matěj, Zdeněk - Musílek, Petr - Přenosil, Václav - Cvachovec, František
PY  - 2015
TI  - Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines
PB  - IEEE
CY  - Kowloon
SN  - 9781479986965
KW  - fuzzy logic
KW  - neutron
KW  - spectrometry
UR  - http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7379593&tag=1
N2  - Accurate and fast methods for neutron-gamma discrimination play an essential role in the development of digital scintillation detectors. Digital detectors allow the use of state-of-the-art data analysis, mining, and classification methods in place of traditional approaches based on analog technology such as the pulse rise-time and charge-comparison methods. This work compares the ability of evolutionary fuzzy rules and support vector machines to perform accurate neutron-gamma classification. The accuracy and performance of both investigated methods are evaluated on two real-world data sets.
ER  -

KROMER, Pavel; Zdeněk MATĚJ; Petr MUSÍLEK; Václav PŘENOSIL a František CVACHOVEC. Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines. Online. In \textit{2015 IEEE INTERNATIONAL CONFERENCE ON SYSTEMS, MAN AND CYBERNETICS (SMC 2015): BIG DATA ANALYTICS FOR HUMAN-CENTRIC SYSTEMS}. Kowloon: IEEE, 2015, s.~2638-2642. ISBN~978-1-4799-8696-5. Dostupné z: https://doi.org/10.1109/SMC.2015.461.

Přehled o publikaci