مقاله جستجوی منبع رادیواکتیو با بهینه‌سازی بیزی و جریمه حرکت
,

مقاله جستجوی منبع رادیواکتیو با بهینه‌سازی بیزی و جریمه حرکت

تومان249,950

استفاده از ربات‌های متحرک در جستجوی منابع رادیواکتیو به بخش مهمی از شیوه‌های مدرن ایمنی در برابر تشعشع تبدیل شده است که از کاهش به‌موقع خطرات آلودگی پشتیبانی کرده و به حفاظت از سلامت عمومی کمک می‌کند….

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000216 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

جستجوی منبع رادیواکتیو با بهینه‌سازی بیزی و جریمه حرکت

Radioactive Source Seeking using Bayesian Optimisation with Movement Penalty

نویسندگان: Lysander Miller, Joshua Keene, Jeremy M. C. Brown, Airlie Chapman

شناسه منبع: arxiv / 2605.14942v1

دسته: physics.app-ph,eess.SY

چکیده (فارسی)

استفاده از ربات‌های متحرک در جستجوی منابع رادیواکتیو به بخش مهمی از شیوه‌های مدرن ایمنی در برابر تشعشع تبدیل شده است که از کاهش به‌موقع خطرات آلودگی پشتیبانی کرده و به حفاظت از سلامت عمومی کمک می‌کند. با این حال، اندازه‌گیری تشعشع اغلب زمان‌بر است و روش‌های سنتی جستجوی منبع مبتنی بر گرادیان را به دلیل بهره‌وری پایین نمونه، کمتر مؤثر می‌سازد. این مقاله یک استراتژی جستجوی منبع مبتنی بر بهینه‌سازی بیزی با بهره‌وری نمونه بالا را پیشنهاد می‌کند که از یک مدل جایگزین گوسی ناهمگن (heteroscedastic) برای تعادل بین کاوش و بهره‌برداری استفاده می‌کند. با اعمال هزینه‌ای برای جابجایی بین نمونه‌ها، از سفرهای بیش از حد بین نمونه‌ها جلوگیری می‌شود. نشان داده شده است که این استراتژی در وظیفه جستجوی منبع، پشیمانی (regret) زیرخطی تولید می‌کند و شبیه‌سازی‌ها نیز اثربخشی آن را در مکان‌یابی منابع رادیواکتیو نشان می‌دهند.

Abstract (English)

The use of mobile robotics in radioactive source seeking has become an important part of modern radiation-safety practices, supporting timely mitigation of contamination risks and helping protect public health. However, measuring radiation is often time-consuming, rendering traditional gradient-based source-seeking methods less effective due to lower sample efficiency. This paper proposes a sample-efficient Bayesian-Optimisation source-seeking strategy that utilises a heteroscedastic Gaussian process surrogate to balance exploration and exploitation. Excessive inter-sample travel is discouraged through a movement switching cost. The strategy is shown to generate sublinear regret in the source-seeking task, while simulations demonstrate its effectiveness in localising radioactive sources.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله جستجوی منبع رادیواکتیو با بهینه‌سازی بیزی و جریمه حرکت”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا