Investigation of electron beam effects on <i>L</i>-shell Mo plasma produced by a compact LC generator using pattern recognition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, the effects of an electron beam on X-pinch-produced spectra of L-shell Mo plasma are investigated for the first time by principal component analysis (PCA); this analysis is compared with that of line ratio diagnostics. A spectral database for PCA extraction is arranged using a non-Local Thermodynamic Equilibrium (non-LTE) collisional radiative L-shell Mo model. PC vector spectra of L-shell Mo, including F, Ne, Na and Mg-like transitions are studied to investigate the polarization types of these transitions. PC1 vector spectra of F, Ne, Na and Mg-like transitions result in linear polarization of Stokes Q profiles. Besides, PC2 vector spectra show linear polarization of Stokes U profiles of 2p53s of Ne-like transitions which are known as responsive to a magnetic field [Träbert, Beiersdorfer, and Crespo López-Urrutia, Nucl. Instrum Methods Phys. Res., Sect. B 408, 107–109 (2017)]. A 3D representation of PCA coefficients demonstrates that addition of an electron beam to the non-LTE model generates quantized, collective clusters which are translations of each other that follow V-shaped cascade trajectories, except for the case f = 0.0. The extracted principal coefficients are used as a database for an Artificial Neural Network (ANN) to estimate the plasma electron temperature, density and beam fractions of the time-integrated, spatially resolved L-shell Mo X-pinch plasma spectrum. PCA-based ANNs provide an advantage in reducing the network topology, with a more efficient backpropagation supervised learning algorithm. The modeled plasma electron temperature is about Te ∼ 660 eV and density ne = 1 × 1020 cm−3, in the presence of the fraction of the beams with f ∼ 0.1 and centered energy of 5 keV.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle