Improved scatter correction model for high attenuation gamma-ray tomography measurements
Notice bibliographique
Résumé
Abstract In this study a state-of-the-art gamma-ray tomography (GRT) unit was used to measure the solids concentration distributions of high density, high attenuation clay/water/sand slurries in a 4 in. (100 mm) diameter recirculating pipe loop. The presence of neighbouring radiation sources on the GRT results in a scattered radiation contribution to the total intensity measured at each detector. The scattered radiation decreases the signal-to-noise ratio of the measured radiation intensity and introduces error in the measured tomography data and the reconstructed tomograms (Maad et al 2008 Meas. Sci. Technol. 19 6). Because of the high attenuation of the materials being measured, the scatter contribution was a significant fraction of the total radiation measured at each detector. To correct for the scattered radiation contribution in the measurements, a test campaign was undertaken to characterize and model the scattering behaviour of the GRT at the Saskatchewan Research Council. The scattered radiation was measured experimentally from empty pipe, water filled pipe and a number of flowing clay/water/sand slurries at densities ranging from 1206 kg m −3 to 1580 kg m −3 . A semi-empirical scatter correction model has been developed which allows the scattered contribution at each detector to be calculated iteratively based on the measured uncorrected attenuated radiation intensity. This article is an extension of the work presented at the 9th World Congress for Industrial Process Tomography (Spelay et al 2018 Proc. 9th World Congress Industrial Process Tomography p 14).
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».