Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloEM signal integrity via neural network analysis for the RFX-mod experiment
Anno di pubblicazione2011
Formato
  • Elettronico
  • Cartaceo
Autore/iRita S. Delogu; David Terranova
Affiliazioni autoriConsorzio RFX, Associazione Euratom-ENEA sulla Fusione, Corso Stati Uniti, 4, I-35127 Padova, Italy; Consorzio RFX, Associazione Euratom-ENEA sulla Fusione, Corso Stati Uniti, 4, I-35127 Padova, Italy
Autori CNR e affiliazioni
  • DAVID TERRANOVA
Lingua/e
  • inglese
AbstractThe RFX-mod electromagnetic measurement system is constituted of 744 independent probes whose signals are electronically conditioned by an integration/amplification section. During experimental sessions the probes integrity is controlled by a series of post-shot softwares which determine if a probe is still working or not and correct off-sets and drifts, but no method, apart from the visual inspection of a signal, is available to recognize if the corresponding channel in the integration/amplification section is about to break. In order to overcome this lack a neural network approach has been applied. The neural network implemented here is built performing a geometrical synthesis of a supervised Multi Layer Perceptron, then the trained net is used to predict a possible failure of the corresponding channel in the integration/amplification section. To perform the prediction the neural network is used as a non linear regressor, the synaptic weights of the trained net can be considered as a neural transform of the system, the variation of those weights in the test phase is symptom that the channel is not working properly. The procedure has been tested on a subset of electromagnetic signals and in this paper the results are presented.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da1095
Pagine a1098
Pagine totali4
RivistaFusion engineering and design
Attiva dal 1986
Editore: North Holland. - Amsterdam
Paese di pubblicazione: Paesi Bassi
Lingua: inglese
ISSN: 0920-3796
Titolo chiave: Fusion engineering and design
Titolo proprio: Fusion engineering and design.
Titolo abbreviato: Fusion eng. des.
Numero volume della rivista86
Fascicolo della rivista6-8
DOI10.1016/j.fusengdes.2011.03.010
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000297426500145)
  • Scopus (Codice:2-s2.0-80054071726)
Parole chiaveRFX-mod, Neural networks, Failure analysis, Function approximation
Link (URL, URI)http://www.sciencedirect.com/science/article/pii/S0920379611002808
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione-
Note/Altre informazioni"Funding under Association Contract FU07-CT-2007-00053". / La rivista è pubblicata anche online con ISSN 1873-7196 (Editore: Elsevier Science SA)
Strutture CNR
  • IGI — Istituto gas ionizzati
Moduli/Attività/Sottoprogetti CNR
  • ET.P05.003.001 : Esperimento RFX ed attività collegate
Progetti Europei
Allegati
EM signal integrity via neural network (documento privato )
Descrizione: L'allegato contiene l'articolo completo così come pubblicato.
Tipo documento: application/pdf

Dati associati a vecchie tipologie
I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
Editore
  • ELSEVIER SCIENCE SA, PO BOX 564, 1001 LAUSANNE (Svizzera)
Citazione bibliograficaDelogu, Rita S., and David Terranova. "EM signal integrity via neural network analysis for the RFX-mod experiment." Fusion Engineering and Design 86.6 (2011): 1095-1098.

Dati storici
I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
Rivista ISIFUSION ENGINEERING AND DESIGN [06932J0]
NoteIssues: 6-8