MétaCan
Menu
Retour à la cohorte
Enregistrement W4415466542 · doi:10.1063/5.0287881

Sparse-view muon computed tomography of an operating research reactor

2025· article· en· W4415466542 sur OpenAlexafffundabout
Alexander E. Dunn, A. Erlandson, Dominique Godin, G. Harrisson, K. Hartling, D. Pérez–Loureiro

Notice bibliographique

RevueJournal of Applied Physics · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesCanadian Nuclear LaboratoriesAtomic Energy of Canada Limited
Mots-clésResearch reactorTomographyDetectorComputed tomographyRadiographyIterative reconstructionIndustrial computed tomographyConjugate gradient methodNuclear reactor

Résumé

récupéré en direct d'OpenAlex

Directional radiography maps and projected computed tomography images of the ZED-2 research reactor facility at Canadian Nuclear Laboratories (CNL) have been reconstructed using a sparse, asymmetric, and time-restricted set of muon flux measurements. The accuracy of the radiography maps in representing the dominant infrastructure surrounding each detector position confirms MuPIC’s radiography capabilities for the first time in the field. Computed tomography images are reconstructed using variants of a least squares conjugate gradient technique, the Simultaneous Iterative Reconstruction Technique (SIRT), and the L1NORM technique, of which SIRT variants are found to be the most stable overall. Despite significant artifacts due to the sparsity of the data set, the dominant features of the reactor well are visible in the computed tomography projections—including reactor well walls, the graphite calandria, and fuel structure—further providing a first field validation of CNL’s computed tomography algorithm.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,319
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetParticle Detector Development and PerformanceTravaux en français237 207