Trontl, Krešimir
Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita : doktorska disertacija / Krešimir Trontl ; [mentori Dubravko Pevec, Tomislav Šmuc] - Zagreb : K. Trontl ; Fakultet elektrotehnike i računarstva, 2008. - 108 str. : graf. prikazi ; 30 cm + CD
Bibliografija str. 95-101
Za preliminirane inženjerske proraèune brzine doza gama zraèenja èesto se koristi aproksimativna metoda Greenovih funkcija, èija je preciznost uvelike odreðena toènošæu faktora nakupljanja upotrijebljenih u proraèunu. Faktori nakupljanja za jednoslojne štitove dobro su definirani i poznati, no prisutan je problem odreðivanja faktora nakupljanja višeslojnih štitova, koji se najèešæe i susreæu u praksi. Stoga je analizirana moguænost primjene metode potpornih vektora za izgradnju regresijskog modela s potpornim vektorima (SVR modela) za odreðivanje faktora nakupljanja brzine doze ? zraka za višeslojne štitove, a s ciljem poveæanja toènosti njihovog odreðivanja èime se poveæava i toènost proraèuna brzina doza.
Izgradnja regresijskog modela za odreðivanje faktora nakupljanja provedena je kao klasièni raèunarski eksperiment u kojem je složeni raèunarski program upotrijebljen za generaciju parova ulaz/izlaz na kojima algoritam metode potpornih vektora „uèi“. Kako bi proces izgradnje bio optimalan definirana je procedura optimalnog razvoja modela, s naglaskom na metodama aktivnog uèenja.
Dobiveni regresijski model ugraðen je u raèunarski program QAD-CGGP i testiran na dva problema proraèuna brzina doza gama zraèenja. Rezultati testiranja pokazuju djelomièno poboljšanje kvalitete proraèuna, odnosno poveæanje toènosti izraèunatih brzina doza u usporedbi sa klasiènim pristupom koji se standardno primjenjuje kod QAD-CGGP programa.
Kljuène rijeèi: faktor nakupljanja, SVR model, raèunarski eksperiment, optimalni razvoj, aktivno uèenje
The point-kernel method is a widely used practical tool for preliminary engineering gamma ray shielding calculations. The accuracy of the method is highly dependent on the accuracy of the buildup factors used in the calculations. Buildup factors for single-layer shields, comprised of a single material, are well known. On the other hand, buildup factors for stratified shields, commonly encountered in practical problems, represent a complex physical problem difficult to model. Therefore, the possibility of applying a support vector regression model for the determination of the multi-layer shield buildup factors has been analysed.
Development of the regression model for the determination of buildup factors has been conducted as a classical computer experiment in which a complex computer code has been employed for the generation of input/output pairs on which support vector machine algorithm “learns“. In order to perform optimal development of the model, optimal development procedure has been defined, with particular attention placed on active learning methods.
Obtained regression model has been incorporated into QAD-CGGP code and tested on two gamma radiation shielding problems. Testing results suggest partial improvement of the calculational quality, i.e., higher accuracy of the calculated dose rates compared to ones obtained by classical QAD-CGGP approach.
Keywords: buildup factor, SVR model, computer experiment, optimal development, active learning
539.16
Primjena regresijskog modela s potpornim vektorima u proračunu reaktorskog štita : doktorska disertacija / Krešimir Trontl ; [mentori Dubravko Pevec, Tomislav Šmuc] - Zagreb : K. Trontl ; Fakultet elektrotehnike i računarstva, 2008. - 108 str. : graf. prikazi ; 30 cm + CD
Bibliografija str. 95-101
Za preliminirane inženjerske proraèune brzine doza gama zraèenja èesto se koristi aproksimativna metoda Greenovih funkcija, èija je preciznost uvelike odreðena toènošæu faktora nakupljanja upotrijebljenih u proraèunu. Faktori nakupljanja za jednoslojne štitove dobro su definirani i poznati, no prisutan je problem odreðivanja faktora nakupljanja višeslojnih štitova, koji se najèešæe i susreæu u praksi. Stoga je analizirana moguænost primjene metode potpornih vektora za izgradnju regresijskog modela s potpornim vektorima (SVR modela) za odreðivanje faktora nakupljanja brzine doze ? zraka za višeslojne štitove, a s ciljem poveæanja toènosti njihovog odreðivanja èime se poveæava i toènost proraèuna brzina doza.
Izgradnja regresijskog modela za odreðivanje faktora nakupljanja provedena je kao klasièni raèunarski eksperiment u kojem je složeni raèunarski program upotrijebljen za generaciju parova ulaz/izlaz na kojima algoritam metode potpornih vektora „uèi“. Kako bi proces izgradnje bio optimalan definirana je procedura optimalnog razvoja modela, s naglaskom na metodama aktivnog uèenja.
Dobiveni regresijski model ugraðen je u raèunarski program QAD-CGGP i testiran na dva problema proraèuna brzina doza gama zraèenja. Rezultati testiranja pokazuju djelomièno poboljšanje kvalitete proraèuna, odnosno poveæanje toènosti izraèunatih brzina doza u usporedbi sa klasiènim pristupom koji se standardno primjenjuje kod QAD-CGGP programa.
Kljuène rijeèi: faktor nakupljanja, SVR model, raèunarski eksperiment, optimalni razvoj, aktivno uèenje
The point-kernel method is a widely used practical tool for preliminary engineering gamma ray shielding calculations. The accuracy of the method is highly dependent on the accuracy of the buildup factors used in the calculations. Buildup factors for single-layer shields, comprised of a single material, are well known. On the other hand, buildup factors for stratified shields, commonly encountered in practical problems, represent a complex physical problem difficult to model. Therefore, the possibility of applying a support vector regression model for the determination of the multi-layer shield buildup factors has been analysed.
Development of the regression model for the determination of buildup factors has been conducted as a classical computer experiment in which a complex computer code has been employed for the generation of input/output pairs on which support vector machine algorithm “learns“. In order to perform optimal development of the model, optimal development procedure has been defined, with particular attention placed on active learning methods.
Obtained regression model has been incorporated into QAD-CGGP code and tested on two gamma radiation shielding problems. Testing results suggest partial improvement of the calculational quality, i.e., higher accuracy of the calculated dose rates compared to ones obtained by classical QAD-CGGP approach.
Keywords: buildup factor, SVR model, computer experiment, optimal development, active learning
539.16