| 1. |
- Andersson, Åke, et al.
(författare)
-
Positron production for ESRF
- 1988
-
Ingår i: Nuclear Instruments & Methods in Physics Research. Section A: Accelerators, Spectrometers, Detectors, and Associated Equipment. - : Elsevier BV. - 0167-5087 .- 0168-9002. ; 267:1, s. 15-21
-
Tidskriftsartikel (refereegranskat)abstract
- In this report, we first discuss some different pre-injector possibilities for the ESRF booster synchrotron, using estimated machine performances. We then focus on the commercially available linac schemes carrying out more detailed calculations. We also look into the possibility of recyling the particles through the linacs.
|
|
| 2. |
|
|
| 3. |
- Eriksson, Mikael, et al.
(författare)
-
A VUV undulator for MAX
- 1988
-
Ingår i: Nuclear Inst. and Methods in Physics Research, A. - 0168-9002. ; 265:3, s. 587-595
-
Tidskriftsartikel (refereegranskat)abstract
- An undulator operating at radiation wavelengths between 250 and 2000 Å has been constructed at the Technical Research Centre of Finland and recently installed at the MAX storage ring in Lund. The undulator utilizes ferrite permanent magnets in the hybrid configuration. The magnetic and mechanical design, calculated performance and influence on the electron beam of the undulator are discussed.
|
|
| 4. |
- Eriksson, Mikael
(författare)
-
Inlärning av strukturer i konceptuella scheman från databaser
- 1989. - 1
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Denna rapport beskriver ett sätt att automatiskt hitta beroenden i ett konceptuellt schema från en databas. En speciell form av induktiv inlärning, clustering, används. Två inlärnings-algoritmer som använder clustering-teknik beskrivs. Den ena, CLUSTER/2, använder en teknik som gör en uttömmande sökning för att hitta ett optimalt clustering, eller klassificering. Den andra algoritmen, A, använder en agglomerativ teknik. En algoritm har implementerats, som använder clustering-algoritmerna för att hitta beroenden mellan attribut i ett konceptuellt schema från en databas. De olika beroendena har olika sannolikheter och kan då betraktas som partiellt funktionella beroenden. Med hjälp av parametrar kan algoritmen konfigureras. Man kan t.ex välja vilken av de båda algoritmerna som skall väljas, vilka attribut som skall betraktas vid generering av beroendena samt vilken minsta sannolikhet ett beroende måste ha. Ett antal exempelkörningar samt förslag på utvidgningar presenteras också.
|
|
