Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 7 von 102
Zurück zur Trefferliste

Enhancing efficiency at bamline: employing data science and machine learning for x-ray research

  • This talk discusses how data science and machine learning techniques are being applied at the BAM Federal Institute for Materials Research and Testing to enhance efficiency and automation at the BAMLine synchrotron facility. The methods presented include Gaussian processes and Bayesian optimization for beamline adjustment and optimization of X-ray measurements. These statistical techniques allow automated alignment of beamline components and active learning scanning to reduce measurement time. Additional machine learning methods covered are neural networks for quantification of X-ray fluorescence (XRF) data and decoding coded apertures.

Volltext Dateien herunterladen

  • IWANN2023.pdf
    eng

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Martin Radtke
Koautor*innen:Ana Buzanich, C.T. Cakir
Dokumenttyp:Vortrag
Veröffentlichungsform:Präsentation
Sprache:Englisch
Jahr der Erstveröffentlichung:2023
Organisationseinheit der BAM:6 Materialchemie
6 Materialchemie / 6.3 Strukturanalytik
DDC-Klassifikation:Naturwissenschaften und Mathematik / Chemie / Analytische Chemie
Freie Schlagwörter:BAMline; Bayesian Optimization; Gaussian Process
Themenfelder/Aktivitätsfelder der BAM:Chemie und Prozesstechnik
Chemie und Prozesstechnik / Chemische Charakterisierung und Spurenanalytik
Veranstaltung:17th International Work-Conference on Artificial Neural Networks (IWANN2023)
Veranstaltungsort:Ponta Delgada, Portugal
Beginndatum der Veranstaltung:19.06.2023
Verfügbarkeit des Dokuments:Datei im Netzwerk der BAM verfügbar ("Closed Access")
Datum der Freischaltung:18.10.2023
Referierte Publikation:Nein
Eingeladener Vortrag:Nein
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.