Um comparativo entre a utilização de redes neurais perceptron e redes neurais profundas na identificação de radionuclídeos em espectrometria gama

Carregando...
Imagem de Miniatura
Data
2020
Data de publicação:
Orientador
Título da Revista
ISSN da Revista
Título do Volume
É parte de
É parte de
É parte de
Brazilian Journal of Radiation Sciences
Exportar
Mendeley
Projetos de Pesquisa
Unidades Organizacionais
Fascículo
Resumo
Apresentamos os resultados da comparação entre uma Rede Neural Profunda e uma Rede Neural Perceptron na classificação de espectros gama obtidos utilizando um detector de germânio hiper-puro. Utilizando dados de diversas fontes seladas (Am-241, Ba-133, Cd-109, Co-57, Co-60, Cs-137, Eu-152, Mn-54, Na-24, and Pb-210) foram gerados uma lista extensa de espectros para treino e validação contendo, respectivamente, 500 e 160 espectros, onde foram mesclados até três radionuclídeos em um único espectro. Depois de 250 épocas de treino foram validadas a exatidão de cada um dos modelos utilizando o conjunto de validação. O modelo de rede neural profunda obteve uma exatidão de classificação de 96,25% enquanto a rede neural perceptron obteve uma exatidão de 80,62%. Os resultados mostram um desempenho robusto e consistentemente melhor das redes neurais profundas, frente as redes neurais perceptron.

Como referenciar
OTERO, A.G.L.; POTIENS JUNIOR, A.J.; MARUMO, J.T. Um comparativo entre a utilização de redes neurais perceptron e redes neurais profundas na identificação de radionuclídeos em espectrometria gama. Brazilian Journal of Radiation Sciences, v. 8, n. 1, p. 1-11, 2020. DOI: 10.15392/bjrs.v8i1.1132. Disponível em: http://repositorio.ipen.br/handle/123456789/31443. Acesso em: 29 Mar 2024.
Esta referência é gerada automaticamente de acordo com as normas do estilo IPEN/SP (ABNT NBR 6023) e recomenda-se uma verificação final e ajustes caso necessário.

Agência de fomento
Coleções