Sci—Thur PM: YIS — 01: Computational and Experimental Methods to Address the Limitations of Reconstructing Linac Photon Spectra from Transmission Measurements
Notice bibliographique
Résumé
In the past two decades, the ill‐conditioned problem of unfolding linac photon spectra from transmission measurements has been extensively investigated. Previous studies suffer from various limitations that affect the accuracy and robustness of the unfolding. The goal of this study is to address the limitations of unfolding in general, and using parameterization of the spectrum in particular. To this end, the following new and refined methods are implemented. Different attenuator materials and different buildup caps are simultaneously used for better energy differentiation in most of the megavoltage energy range. The spectra are described using a new flexible and physics‐based functional form validated against more than 70 realistic spectra. The radiation detection system is modeled accurately using the EGSnrc usercodes BEAMnrc and cavity. Forward Compton scatter in the attenuators is modeled and corrected for. The proposed methods are validated experimentally on NRC research linac whose incident electron beam parameters are accurately known to 0.5% and its spectra have been independently measured using a NaI detector. A linear system was built to automatically drive attenuator lengths one at a time into the beam, which reduces acquisition time and beam instability uncertainties. Causes for experimental Type B uncertainties (leakage, polarity and scatter) are being investigated, particularly for small transmission signals. Results show that the proposed methods significantly improve the accuracy and robustness of unfolding in the presence of realistic experimental noise. Improvements by factors of 4 and 8 have been achieved in the accuracy of spectral unfolding and maximum energy estimation, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».