Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 461183

Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita


Trontl, Krešimir
Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita, 2008., doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 461183 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita
(Application of Support Vector Regression Model in Reactor Shielding Calculations)

Autori
Trontl, Krešimir

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
16.11

Godina
2008

Stranica
108

Mentor
Pevec, Dubravko ; Šmuc, Tomislav

Ključne riječi
faktor nakupljanja; SVR model; računarski eksperiment; optimalni razvoj; aktivno učenje
(buildup factor; SVR model; computer experiment; optimal development; active learning)

Sažetak
Za preliminirane inženjerske proračune brzine doza gama zračenja često se koristi aproksimativna metoda Greenovih funkcija, čija je preciznost uvelike određena točnošću faktora nakupljanja upotrijebljenih u proračunu. Faktori nakupljanja za jednoslojne štitove dobro su definirani i poznati, no prisutan je problem određivanja faktora nakupljanja višeslojnih štitova, koji se najčešće i susreću u praksi. Stoga je analizirana mogućnost primjene metode potpornih vektora za izgradnju regresijskog modela s potpornim vektorima (SVR modela) za određivanje faktora nakupljanja brzine doze gama zraka za višeslojne štitove, a s ciljem povećanja točnosti njihovog određivanja čime se povećava i točnost proračuna brzina doza. Izgradnja regresijskog modela za određivanje faktora nakupljanja provedena je kao klasični računarski eksperiment u kojem je složeni računarski program upotrijebljen za generaciju parova ulaz/izlaz na kojima algoritam metode potpornih vektora „uči“. Kako bi proces izgradnje bio optimalan definirana je procedura optimalnog razvoja modela, s naglaskom na metodama aktivnog učenja. Dobiveni regresijski model ugrađen je u računarski program QAD-CGGP i testiran na dva problema proračuna brzina doza gama zračenja. Rezultati testiranja pokazuju djelomično poboljšanje kvalitete proračuna, odnosno povećanje točnosti izračunatih brzina doza u usporedbi sa klasičnim pristupom koji se standardno primjenjuje kod QAD-CGGP programa.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika



POVEZANOST RADA


Projekti:
036-0361590-1579 - Gospodarenje gorivom standardnih i naprednih nuklearnih reaktora (Pevec, Dubravko, MZO ) ( CroRIS)

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Tomislav Šmuc (mentor)

Avatar Url Dubravko Pevec (mentor)

Avatar Url Krešimir Trontl (autor)


Citiraj ovu publikaciju:

Trontl, Krešimir
Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita, 2008., doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb
Trontl, K. (2008) 'Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita', doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Trontl, Kre\v{s}imir}, year = {2008}, pages = {108}, keywords = {faktor nakupljanja, SVR model, ra\v{c}unarski eksperiment, optimalni razvoj, aktivno u\v{c}enje}, title = {Primjena regresijskog modela s potpornim vektorima u prora\v{c}unu reaktorskog \v{s}tita}, keyword = {faktor nakupljanja, SVR model, ra\v{c}unarski eksperiment, optimalni razvoj, aktivno u\v{c}enje}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Trontl, Kre\v{s}imir}, year = {2008}, pages = {108}, keywords = {buildup factor, SVR model, computer experiment, optimal development, active learning}, title = {Application of Support Vector Regression Model in Reactor Shielding Calculations}, keyword = {buildup factor, SVR model, computer experiment, optimal development, active learning}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font