skip to main content
Visitante
Meu Espaço
Minha Conta
Sair
Identificação
This feature requires javascript
Tags
Revistas Eletrônicas (eJournals)
Livros Eletrônicos (eBooks)
Bases de Dados
Bibliotecas USP
Ajuda
Ajuda
Idioma:
Inglês
Espanhol
Português
This feature required javascript
This feature requires javascript
Primo Search
Busca Geral
Busca Geral
Acervo Físico
Acervo Físico
Produção Intelectual da USP
Produção USP
Search For:
Clear Search Box
Search in:
Busca Geral
Or hit Enter to replace search target
Or select another collection:
Search in:
Busca Geral
Busca Avançada
Busca por Índices
This feature requires javascript
Tipo de recurso
criteria input
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Show Results with:
no título
Show Results with:
qualquer lugar do registro
no título
como autor
no assunto
Data de publicação
lsr01
lsr02
lsr03
lsr04
Orientador
Mostra resultados com:
criteria input
que contêm minhas palavras de busca
com a frase exata
começa com
Mostra resultados com:
Índice
criteria input
E
OU
NÃO
This feature requires javascript
Dataset for neutron and gamma-ray pulse shape
discrimination
: radiation pulse signals and
discrimination
methodologies
Li, Peng ; Liu, Haoran
Zenodo 2024
Texto completo disponível
Citações
Citado por
Exibir Online
Detalhes
Resenhas & Tags
Mais Opções
Nº de Citações
This feature requires javascript
Enviar para
Adicionar ao Meu Espaço
Remover do Meu Espaço
E-mail (máximo 30 registros por vez)
Imprimir
Link permanente
Referência
EasyBib
EndNote
RefWorks
del.icio.us
Exportar RIS
Exportar BibTeX
This feature requires javascript
Título:
Dataset for neutron and gamma-ray pulse shape
discrimination
: radiation pulse signals and
discrimination
methodologies
Autor:
Li, Peng
;
Liu, Haoran
Assuntos:
Charge comparison
;
Heterogeneous quasi-continuous spiking cortical model
;
Ladder gradient
;
Neutron and gamma-ray
discrimination
;
Pulse shape
discrimination
;
Pulse-coupled neural network
;
Zero crossing
Notas:
10.5281/zenodo.7754573
10.1007/s41365-022-01054-6
RelationTypeNote: IsSupplementedBy -- 10.1007/s41365-022-01054-6
RelationTypeNote: IsSupplementedBy -- 10.1007/s41365-022-01136-5
RelationTypeNote: HasVersion -- 10.5281/zenodo.7754573
10.1007/s41365-022-01136-5
10.1007/s41365-021-00915-w
arXiv:2305.18242
RelationTypeNote: IsSupplementedBy -- 10.1007/s41365-021-00915-w
RelationTypeNote: HasVersion -- 10.5281/zenodo.10947029
MATLAB R2022B is the recommended test environment for this dataset. Detailed descriptions of this dataset can be found at: https://doi.org/10.48550/arXiv.2305.18242.
10.5281/zenodo.10947029
Descrição:
This dataset provides neutron and gamma-ray pulse signals for pulse shape
discrimination
experiments. Serval traditional and recently proposed pulse shape
discrimination
algorithms are utilized to conduct pulse shape
discrimination
under raw pulse signals and noise-enhanced datasets. These algorithms include zero-crossing (ZC), charge comparison (CC), falling edge percentage slope (FEPS), frequency gradient analysis (FGA), pulse-coupled neural network (PCNN), ladder gradient (LG), and heterogeneous quasi-continuous spiking cortical model (HQC-SCM). This dataset also provides the source code of all these pulse shape
discrimination
methods, together with the source code of schematic pulse shape
discrimination
performance evaluation and anti-noise performance evaluation. Detailed descriptions of this dataset can be found at: https://doi.org/10.48550/arXiv.2305.18242.
Editor:
Zenodo
Data de criação/publicação:
2024
Idioma:
Inglês
Links
org
This feature requires javascript
This feature requires javascript
Voltar para lista de resultados
This feature requires javascript
This feature requires javascript
Buscando em bases de dados remotas. Favor aguardar.
Buscando por
em
scope:(USP_VIDEOS),scope:("PRIMO"),scope:(USP_FISICO),scope:(USP_EREVISTAS),scope:(USP),scope:(USP_EBOOKS),scope:(USP_PRODUCAO),primo_central_multiple_fe
Mostrar o que foi encontrado até o momento
This feature requires javascript
This feature requires javascript