دانلود مقاله انگلیسی رایگان:به رسمیت شناختن مسیر خودکار در داده های زمان طرح ریزی زمان فعال هدف با استفاده از خوشه بندی سلسله مراتبی - 2019
بلافاصله پس از پرداخت دانلود کنید

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

دانلود مقاله انگلیسی تشخیص الگو رایگان
  • Automatic trajectory recognition in Active Target Time Projection Chambers data by means of hierarchical clustering Automatic trajectory recognition in Active Target Time Projection Chambers data by means of hierarchical clustering
    Automatic trajectory recognition in Active Target Time Projection Chambers data by means of hierarchical clustering

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Automatic trajectory recognition in Active Target Time Projection Chambers data by means of hierarchical clustering


    ترجمه فارسی عنوان مقاله:

    به رسمیت شناختن مسیر خودکار در داده های زمان طرح ریزی زمان فعال هدف با استفاده از خوشه بندی سلسله مراتبی


    منبع:

    Sciencedirect - Elsevier - Computer Physics Communications, 235 (2019) 159-168: doi:10:1016/j:cpc:2018:09:010


    نویسنده:

    Christoph Dalitz a,*, Yassid Ayyad b,1, Jens Wilberg a, Lukas Aymans a, Daniel Bazin c, Wolfgang Mittig c


    چکیده انگلیسی:

    The automatic reconstruction of three-dimensional particle tracks from Active Target Time Projection Chambers data can be a challenging task, especially in the presence of noise. In this article, we propose a non-parametric algorithm that is based on the idea of clustering point triplets instead of the original points. We define an appropriate distance measure on point triplets and then apply a single-link hierarchical clustering on the triplets. Compared to parametric approaches like RANSAC or the Hough transform, the new algorithm has the advantage of potentially finding trajectories even of shapes that are not known beforehand. This feature is particularly important in low-energy nuclear physics experiments with Active Targets operating inside a magnetic field. The algorithm has been validated using data from experiments performed with the Active Target Time Projection Chamber developed at the National Superconducting Cyclotron Laboratory (NSCL). The results demonstrate the capability of the algorithm to identify and isolate particle tracks that describe non-analytical trajectories. For curved tracks, the vertex detection recall was 86% and the precision 94%. For straight tracks, the vertex detection recall was 96% and the precision 98%. In the case of a test set containing only straight linear tracks, the algorithm performed better than an iterative Hough transform.
    Keywords: Time Projection Chambers | Active Target | Pattern recognition | Clustering


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 10
    حجم فایل: 680 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi