Užití neuronové sítě při modelování spektrálních profilů
V rámci většiny spektroskopických metod (fyzika pevných látek, astrofyzika, ...) jsou získávána spektra, u jejichž komponent je fyzikální důvod předpokládat vznik složením Gaussova a Lorentzova profilu. Takto vzniklý profil - Voigtův - již není analytickou funkcí a je tedy potřeba hledat vhodné nume...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Čeština |
| Vydáno: |
2010
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/269074/prif_b/ |
| Shrnutí: | V rámci většiny spektroskopických metod (fyzika pevných látek, astrofyzika, ...) jsou získávána spektra, u jejichž komponent je fyzikální důvod předpokládat vznik složením Gaussova a Lorentzova profilu. Takto vzniklý profil - Voigtův - již není analytickou funkcí a je tedy potřeba hledat vhodné numerické modely jeho výpočtu. Úkolem práce je proveřit schopnost neuronové sítě v efektivitě modelování a fitování na vlastních naměřených spektrálních datech. The goal of most of spectroscopic methods (solid state physics, astrophysics,...) is to get spectra containing components for which there is a physical reason to assume that they originated from combining Gaussian and Lorentzian profile. This kind of profile - Voigt profile - is not an analytical function and it is necessary to look for appropriate numerical models in order to solve it. The task of my work is to examine the ability of a neural network to effectively model and fit my own measured spectral data. |
|---|---|
| Popis jednotky: | Vedoucí práce: Dušan Hemzal |
| Fyzický popis: | 46 l. |