| Identifikační kód | RIV/61989100:27740/15:86096633 |
|---|
| Název v anglickém jazyce | Neutron-Gamma Classification by Evolutionary Fuzzy Rules and Support Vector Machines |
|---|
| Druh | D - Článek ve sborníku |
|---|
| Jazyk | eng - angličtina |
|---|
| Obor - skupina | I - Informatika |
|---|
| Obor | IN - Informatika |
|---|
| Rok uplatnění | 2015 |
|---|
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
|---|
| Počet výskytů výsledku | 3 |
|---|
| Počet tvůrců celkem | 5 |
|---|
| Počet domácích tvůrců | 1 |
|---|
| Výčet všech uvedených jednotlivých tvůrců | Pavel Krömer (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9175970)
Zdeněk Matěj (státní příslušnost: CZ - Česká republika)
Petr Musílek (státní příslušnost: CZ - Česká republika)
Václav Přenosil (státní příslušnost: CZ - Česká republika)
František Cvachovec (státní příslušnost: CZ - Česká republika) |
|---|
| Popis výsledku v anglickém jazyce | 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. |
|---|
| Klíčová slova oddělená středníkem | support vector machines; evolutionary fuzzy rules; Neutron-gamma classification |
|---|
| Stránka www, na které se nachází výsledek | http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7379593 |
|---|
| DOI výsledku | 10.1109/SMC.2015.461 |
|---|