GEOMETRY OPTIMIZATION IN RADIOACTIVE PARTICLE MEASUREMENT USING MCNP6 AND DEEP NEURAL NETWORKS WITH FEATURE EXTRACTION

Publicado em 09/03/2026 - ISBN: 978-65-272-2245-3

Título do Trabalho
GEOMETRY OPTIMIZATION IN RADIOACTIVE PARTICLE MEASUREMENT USING MCNP6 AND DEEP NEURAL NETWORKS WITH FEATURE EXTRACTION
Autores
  • Roos Sophia de Freitas Dam
  • William Luna Salgado
  • César Marques Salgado
Modalidade
Artigo
Área temática
Engenharia Nuclear
Data de Publicação
09/03/2026
País da Publicação
Brasil
Idioma da Publicação
pt-BR
Página do Trabalho
https://www.even3.com.br/anais/enmc-2025/1245603-geometry-optimization-in-radioactive-particle-measurement-using-mcnp6-and-deep-neural-networks-with-feature-extr
ISBN
978-65-272-2245-3
Título do Evento
XXVIII Encontro Nacional de Modelagem Computacional
Cidade do Evento
Montes Claros
Título dos Anais do Evento
Anais do Encontro Nacional de Modelagem Computacional e Encontro de Ciência e Tecnologia de Materiais
Nome da Editora
Even3
Meio de Divulgação
Meio Digital

Como citar

DAM, Roos Sophia de Freitas; SALGADO, William Luna; SALGADO, César Marques. GEOMETRY OPTIMIZATION IN RADIOACTIVE PARTICLE MEASUREMENT USING MCNP6 AND DEEP NEURAL NETWORKS WITH FEATURE EXTRACTION.. In: Anais do Encontro Nacional de Modelagem Computacional e Encontro de Ciência e Tecnologia de Materiais. Anais...Montes Claros(MG) Universidade Estadual de Montes Claros, 2025. Disponível em: https//www.even3.com.br/anais/enmc-2025/1245603-GEOMETRY-OPTIMIZATION-IN-RADIOACTIVE-PARTICLE-MEASUREMENT-USING-MCNP6-AND-DEEP-NEURAL-NETWORKS-WITH-FEATURE-EXTR. Acesso em: 22/05/2026

Trabalho

Even3 Publicacoes