Retour à la galerie
Physique
Description du prompt
Un schéma illustrant le principe et la logique du dispositif, montrant que le corps principal de l'appareil peut être divisé en deux parties : un détecteur et un processeur. Le détecteur est utilisé pour acquérir les signaux générés lorsque des éléments sphériques passent à travers les tuyaux de chargement et de déchargement, convertissant l'information d'intensité du rayonnement des éléments sphériques en signaux de courant. Le processeur est utilisé pour déterminer le type d'élément sphérique en fonction des signaux, distinguant avec précision les sphères de combustible et les sphères de graphite.
![Le processus spécifique de mise en œuvre de l'entraînement du modèle ACP dans le traitement des données PSF est le suivant :
1. **Construction de la matrice de données :** Aplatir les images PSF standardisées en vecteurs pour former une matrice de données \(X_{\text{scaled}} \in \mathbb{R}^{N \times D}\).
2. **Décomposition en valeurs singulières (SVD) :** L'implémentation dans la bibliothèque utilise l'optimisation SVD au lieu de calculer directement la décomposition en valeurs propres de la matrice de covariance. Effectuer la décomposition SVD sur la matrice d'image aplatie \(X_{\text{scaled}}\) : \(X_{\text{scaled}} = U \Sigma V^\top\). Ici, les vecteurs colonnes du vecteur singulier droit \(V \in \mathbb{R}^{D \times D}\) sont les directions des composantes principales, et le carré de la valeur singulière \(\sigma_k^2\) est proportionnel à la valeur propre \(\lambda_k\).
3. **Sélection des composantes principales :** Trier les composantes principales en fonction de la taille des valeurs propres et sélectionner les \(K\) premières composantes principales. Ces composantes principales constituent la matrice de projection \(V_K = [v_1, v_2, ..., v_K] \in \mathbb{R}^{D \times K}\), où \(v_1\) correspond à la direction de variance maximale, \(v_2\) à la suivante, et ainsi de suite.
4. **Réduction de dimensionnalité et extraction des coefficients :** Projeter les données centrées dans un espace de faible dimension : \(Z = X_{\text{centered}} V_K \in \mathbb{R}^{N \times K}\), où chaque ligne de \(Z\) est le coefficient (également appelé 'score') de la PSF correspondante dans l'espace des composantes principales.
Dessiner un schéma de ce processus, sans ombrage ni filigrane, et avec un style de couleur qui répond aux exigences des articles de revues SCI.](/_next/image?url=https%3A%2F%2Fpub-8c0ddfa5c0454d40822bc9944fe6f303.r2.dev%2Fai-drawings%2FVSt6TNY52kYACNod5QcmZwP8nP4PfcsA%2F284075ba-a796-4c71-9eeb-4dbea1d89ee4%2Fa852e641-9a39-4397-90cd-d4d710834d23.png&w=3840&q=75)
