Temat: zegar atomowy - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Monitorowanie warunków pracy zegarów atomowych
Monitoring of working conditions of atomic clocks
Autorzy:: Furmankiewicz, L.
Kaczmarek, J.
Tematy:: zegar atomowy
system pomiarowy
atomic clocks
measurement system; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/152959.pdf Link otwiera się w nowym oknie
Opis:: W artykule przedstawiono charakterystykę rozwiązań sprzętowych i oprogramowania podsystemów pomiarowych przeznaczonych do monitorowania podstawowych parametrów głównego (230V AC) i rezerwowego (akumulatorowego) systemu zasilania atomowych wzorców czasu i częstotliwości oraz ich warunków środowiskowych takich jak temperatura, wilgotność i ciśnienie atmosferyczne. Podsystemy tworzą kompleksowy system monitorowania warunków pracy wzorców czasu i częstotliwości.
The paper presents the characteristics of measurement subsystems for monitoring environmental conditions and basic parameters of the main and backup power system of time and frequency atomic standards (atomic clocks). Both subsystems for monitoring power supply were implemented based on the universal USB DAQ cards with ADC converters and appropriates analog signal conditioners. Measuring current transformers (Fig.1) were used for conditioning signals (230 VAC) in the subsystem for monitoring main power supply. Resistance dividers and Hall effect sensors were applied in the subsystem (Fig.2) for monitoring DC voltage and current (in range up to 15 A) signals of backup power supply. The environmental monitoring subsystem (Fig.3) consists of instruments manufactured by LAB-EL company and allows for continuous multipoint monitoring of temperature, pressure and humidity. The software for the three subsystems (Figs. 4 and 5) was developed in an environment LabWindows/CVI, in the form of three separate modules with the possibility of communicating via network variables. Each software module carries out five basic tasks: subsystem configuration, control of measurement process, presentation of current data, presentation of historical data, detection and indication of alarm status. The subsystems or their components can be applied to other laboratories or institutions, in which there is a need for continuous monitoring of working conditions of electronic equipment.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Wpływ typu sieci neuronowej i sposobu przygotowania danych na wynik prognozowania poprawek UTC - UTC(PL)
Influence of type of neural network and selection of data preprocessing method on UTC-UTC(PL) prediction result
Autorzy:: Miczulski, W.
Cepowski, M.
Tematy:: sieci neuronowe
prognozowanie
zegar atomowy
neural networks
prediction
atomic clock; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/152987.pdf Link otwiera się w nowym oknie
Opis:: W pracy omówiono wyniki badań wpływu typu sieci (MLP, RBF), sposobu przygotowania i rozmiaru wektora danych wejściowych na wynik prognozowania poprawek UTC-UTC(PL) dla atomowego wzorca czasu i częstotliwości. Najkorzystniejsze wyniki prognozowania poprawek osiągnięto dla sieci neuronowych typu RBF, w których dane wejściowe stanowiły wektory zawierające wartości odchyleń od trendu. Otrzymane błędy prognoz nie przekraczają wartości š4ns, co pozwoliło osiągnąć w porównaniu z dotychczasowym sposobem prognozowania opartym na metodzie regresji (prowadzonym w GUM) ponad dwukrotnie lepsze wyniki prognoz.
In the paper there are presented the results of investigations on the influence of type of a neural network (MLP, RBF), the way of preparation and size of the input vector on prediction of the UTC-UTC(PL) corrections for the atomic clock realising the national atomic time scale UTC(PL) at the Central Office of Measures (COM). UTC(PL) is the basis for reproducing the time and frequency units and determining the official time in Poland. At the first stage of research, the time series characterising the time instability of the atomic clock in relation to UTC was a basis for proper preparation of the groups of input data for the assumed types of neural networks (Fig. 1). For the process of learning the neural networks as well as further prediction, the input data was assumed to be formed into 30 or 60 element vectors (Fig. 2). At the second stage, the input data were formed into the vectors containing 30 consecutive values of the deviation of the time series from the trend and, additionally, the linear regression coefficients (Fig. 1). The best results of predicting the corrections were achieved for the RBF neural networks in which the input data were vectors of 30 consecutive values of the deviation from the trend and the directional coefficient of linear regression. The obtained errors of the prediction did not exceed the values of š4ns (Tab. 2), which enabled achieving more than two times better results of the prediction compared with the present way of prediction based on the regression method (used in COM).
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Czy sekunda przestępna staje się zbędna?
Autorzy:: Fischetti, Mark
Tematy:: 52(045/046)
Doba astronomiczna
Uniwersalny czas koordynowany
Wzorce czasu i częstotliwości
Zegar atomowy; Pokaż więcej
Cytata wydawnicza:: Świat Nauki = Scientific American. 0867-6380. 2025, nr 1, s. 38-41
Dostawca treści:: Bibliografia

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Wpływ dodatkowych danych wejściowych w sieci neuronowej na wynik prognozowania poprawki dla krajowej skali czasu UTC(PL)
: Influence of additional input data for a neural network on the result of correction prediction for the national time scale UTC(PL)
Autorzy:: Miczulski, W.
Sobolewski, Ł.
Tematy:: sieci neuronowe
polska skala czasu UTC(PL)
zegar atomowy
neural network
national timescale UTC(PL)
atomic clock; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/152809.pdf Link otwiera się w nowym oknie
Opis:: W artykule przedstawiono wyniki badań, których celem było sprawdzenie, czy wprowadzenie na wejście sieci neuronowej (SN) typu MLP i GMDH dodatkowych danych wejściowych, charakteryzujących pracę zegarów atomowych, wpłynie korzystnie na wynik prognozowania poprawki dla UTC(PL). Otrzymane wyniki wskazują, że kluczowym aspektem jest dobór SN. Dla SN typu GMDH wpływ dodatkowych danych jest niewielki. SN tego typu osiąga lepsze wyniki w prognozowaniu poprawki dla UTC(PL), niż sieć typu MLP.
The paper presents the results of investigations whose aim was to examine whether the insertion of additional input data for MLP and GMDH neural networks would increase compliance of the UTC(PL) with UTC. The primary input vector in the training process of the network included historical data of measurements of the phase time between the UTC and atomic clock (Cs2). Additional input vectors were made in two ways. The first way results from the rules of determining the UTC time scale, which is computed as a weighted average based on continuous comparisons of more than 300 atomic clocks located in laboratories of many countries around the world. Hence, the input data containing the historical data, characterizing the behavior of two additional atomic clocks whose results are available in the Central Office of Measures (GUM), was added to the study. These clocks are to "imitate" the gait of atomic clocks used to calculate the UTC time scale. The second way is related to the results of previous studies, which indicate that the quality of predicting the corrections for the UTC(PL) depends on the atomic clock gait instability. The measure of this instability is the Allan deviation. That is why, an additional input data containing the Allan deviation gait characterizing the atomic clock Cs2 gait instability was added to the study. Selection of a neural network has very large impact on the results. In the case of the MLP neural network the insertion of additional input data resulted in a smaller value of the prediction error, and in the case of the GMDH networks insertion of an additional input data affected the final prediction result to a small extent.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: Wpływ doboru parametrów sieci neuronowej GMDH na wyniki prognozy poprawek dla krajowej skali czasu UTC(PL)
Influence of selection of GMDH neural network parameters on predicted corrections of the national time scale UTC(PL)
Autorzy:: Sobolewski, Ł.
Tematy:: sieci neuronowe GMDH
polska skala czasu UTC(PL)
zegar atomowy
GMDH neural network
national timescale UTC(PL)
atomic clock; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/154427.pdf Link otwiera się w nowym oknie
Opis:: W pracy omówiono wyniki badań dotyczących prognozowania poprawek dla krajowej skali czasu UTC(PL), z wykorzystaniem sztucznych sieci neuronowych GMDH. Przedstawiono wyniki badań, których celem było sprawdzenie, jak dobór funkcji przejścia neuronu sieci GMDH oraz stosunku danych uczących do danych testujących wpływają na wynik prognozy. Opisano wyniki prognozowania poprawek otrzymane na podstawie przeprowadzonych badań, uzyskane na 15 dzień dla 28 kolejnych miesięcy, począwszy od stycznia 2008 roku (MJD 54479) do kwietnia 2010 roku (MJD 55299).
The paper discusses the results of predicting the corrections for the national time scale UTC(PL), using GMDH neural networks. The aim of the research was to examine the influence of the GMDH neural network parameters, ie. the transfer function of the neuron and the ratio of training to test data on the prediction result. The first section describes the national time scale UTC(PL), and presents the problem of maintaining the best compatibility of the UTC(PL) with UTC. It also presents the method for predicting the corrections used in the GUM as well as a new method for predicting the corrections for the UTC(PL) based on GMDH neural network. The second section shows how the input data for the GMDH neural network was prepared. Based on historical measurement data from the cesium atomic clock Cs2 and corrections of the UTC(PL) relative to UTC, two time series (sc1 and sc2) were prepared. They were the basis for determining the input to the GMDH neural network. The third section describes the basic idea and principle of operation of GMDH neural networks, which belong to the group of self-organizing networks. In the fourth section there is presented the method for predicting the corrections using GMDH neural networks and there are given the research results. There were carried out investigations whose aim was to examine the influence of the transfer function of the neuron and the ratio of training to test data on the prediction result. Based on those investigations the prediction of the corrections on the 15th day of 28 consecutive months was performed. The research show that the GMDH neural networks can be used for predicting the corrections for the national time scale UTC(PL). The obtained prediction errors are significantly smaller than those obtained from the analytical linear regression method used in the GUM. It is shown that a significant influence on obtaining small prediction errors has a proper selection of the GMDH neural network parameters.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: Porównanie metod prognozowania zastosowanych w sieci neuronowej GMDH przeznaczonej do wyznaczania prognozy poprawek dla krajowej skali czasu UTC(PL)
Comparison of predicting methods used in GMDH neural network for determining the correction prediction for the national timescale UTC(PL)
Autorzy:: Sobolewski, Ł.
Tematy:: sieci neuronowe GMDH
polska skala czasu UTC(PL)
zegar atomowy
GMDH neural network
national timescale UTC(PL)
atomic clock; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/158497.pdf Link otwiera się w nowym oknie
Opis:: W pracy zostały porównane metody prognozowania poprawek dla krajowej skali czasu UTC(PL). Badania dotyczące prognozowania poprawek prowadzono w oparciu o sieci neuronowe GMDH dwoma metodami, metodą analizy szeregów czasowych i metodą regresji. Prognozowanie poprawek zostało wykonane na 15 dzień miesiąca dla 20 kolejnych miesięcy. Otrzymane wyniki prognoz przy użyciu sieci neuronowej GMDH zestawione z wynikami prognoz otrzymanymi przez Główny Urząd Miar z zastosowaniem metody regresji liniowej pokazują, że lepszą metodą prognozowania poprawek dla krajowej skali czasu okazała się metoda analizy szeregów czasowych.
The paper discusses the results of predicting the corrections for the national time scale UTC(PL), using GMDH neural networks. The aim of the research was to examine the influence of the GMDH neural network prediction methods on the prediction result. The first section describes the national time scale UTC(PL) and presents the problem of maintaining the best compatibility of the UTC(PL) with UTC. It also presents the method of predicting the corrections used in the Central Office of Measures (GUM), and a new method for predicting the corrections for the UTC(PL) based on GMDH neural network. The second section shows how the input data for the GMDH neural network was prepared. Based on historical measurement data from the cesium atomic clock Cs2 and corrections of the UTC(PL) relative to UTC, two time series (sc1 and sc2) which were the basis for determining the input to GMDH neural network were prepared. The third section describes the predicting methods used in the GMDH neural network and a training data for both methods. The fourth section focuses on the method of predicting the corrections using GMDH neural networks, and contains the research results. The research on predicting the corrections were carried out using two methods, the time series analysis and the regression method. Prediction of the corrections was made on the 15th day of month for 20 consecutive months. The prediction results using the GMDH neural network were compared with the results received by the GUM with use of the linear regression method. The research show that the GMDH neural networks can be used to predict the corrections for the national time scale UTC(PL). A better method of predicting the corrections for the national time scale proved to be the method of time series analysis. The results were better than the prediction results obtained in the GUM for both time series sc1 and sc2. In the case of using the regression method only for times series sc1, the obtained results were better than those obtained in the GUM.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Metrological applications of cold atoms trapped optically
Zastosowanie metrologiczne zimnych atomów pułapkowanych optycznie
Autorzy:: Piotrowski, Marcin
Współwytwórcy:: Zachorowski, Jerzy
Opis:: Rozprawa omawia wybrane zastosowania metrologiczne zimnych atomów pułapkowanych optycznie na przykładzie dwóch eksperymentów: pułapki dipolowej dla zimnych atomów rubidu oraz sieci optycznej dla atomów strontu, będącej częścią większego przedsięwzięcia: pierwszego polskiego atomowego zegara optycznego. Optyczna pułapka dipolowa dla atomów rubidu powstała w laboratorium Zimnych Atomów Zakładu Fotoniki Uniwersytetu Jagiellońskiego. Celem budowy nowego stanowiska eksperymentalnego jest możliwości badania nieliniowych efektów magnetooptycznych, jak na przykład efekt Fardaya do celów precyzyjnej magnetometrii. W pierwszym etapie atomy rubidu są chłodzone w dwuwymiarowej pułapce magneto-optycznej (2D-MOT), formując strumień wstępnie schłodzonych atomów dla trójwymiarowej pułapki magnetooptycznej (3D-MOT). Proces przeładowania i formowania wiązki i jest szczegółowo opisany i scharakteryzowany.Następnie zimne atomy są do pułapki optycznej dipolowej (ODT), która przestrzennie przekrywa się z 3D-MOT. Rozprawa opisuje wyniki badania efektu Faradaya w optycznej pułapce dipolowej. Sieć optyczna dla atomów strontu jest częścią budowy Polskiego Optycznego Zegara Atomowego (POZA) w Krajowym Laboratorium Fizyki Atomowej, Molekularnej i Optycznej. Szczegółowo opisana jest aparatura tworząca strontowy standard częstotliwości dla zegara atomowego. Omówione są wyniki badania spektroskopii ultra-wąskiego przejścia zegarowego w próbkach atomów Strontu oraz stabilności stworzonego na jego bazie zegara optycznego.
Two experiments with laser-cooled atoms held in an optical dipole traps are described in the dissertation. First is dedicated to non-linear magneto-optical effects in rubidium atoms, while second is devoted to optical lattice trap for strontium atoms. Selected metrological applications of optically trapped cold atoms in both experiments are discussed and presented. A dipole trap setup has been built at the Department of Photonics in Jagiellonian University. It is aimed at investigations of nonlinear magneto-optical effects like precise magnetometry by Faraday effect. A compact two-dimensional magneto optical (2D-MOT) trap with permanent magnets serves as a source of cold rubidium atoms for further cooling in three-dimensional magneto-optical trap (3D-MOT). The 2D-MOT is described and characterised. The results of the loading an optical dipole trap (ODT) from a the 3D-MOT are then presented. It is followed by the results of a Faraday rotation of a resonant laser beam with atoms confined in the final stage of confinement in ODT. The strontium lattice experiment is a part of a larger project: the construction of the first polish optical atomic clock (project Polish Optical Atomic Clock) at the National Laboratory for Atomic, Molecular and Optical Physics. An introduction to time and frequency metrology with optical clocks is given. We describe strontium atoms confined in the optical lattice as a frequency reference for the optical clock in detail. The results of precision spectroscopy of ultra- narrow clock transition in bosonic Sr-88 and the measurements of the clock stability based on atomic reference are presented and discussed.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Książka

na półce

Skocz do pozycji: 8.

Tytuł:: Porównanie przydatności sieci neuronowych typu GRNN i RBF do prognozowania poprawek dla krajowej skali czasu UTC(PL)
Comparison of the usefulness of GRNN and RBF neural networks for predicting the corrections for the national time scale UTC(PL)
Autorzy:: Sobolewski, Ł.
Tematy:: sieci neuronowe GRNN
sieci neuronowe RBF
polska skala czasu UTC(PL)
zegar atomowy
GRNN neural network
RBF neural network
national timescale UTC(PL)
atomic clock; Pokaż więcej
Wydawca:: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:: https://bibliotekanauki.pl/articles/154158.pdf Link otwiera się w nowym oknie
Opis:: W pracy przedstawiono wyniki badań sieci neuronowych typu GRNN zastosowanych do prognozowania poprawek dla krajowej skali czasu UTC(PL). Wyniki te porównano z wynikami otrzymanymi przy użyciu sieci neuronowej typu RBF, a także z wynikami otrzymanymi w GUM z zastosowaniem metody regresji liniowej. Prognozowanie poprawek prowadzono w oparciu o metodę regresji dla danych wejściowych powstałych na bazie dwóch szeregów czasowych sc1 (bez eliminacji trendu opisanego równaniem regresji liniowej) oraz sc2 (z eliminacją tego trendu). Prognozy zostały wykonane na 15 dzień dla 5 kolejnych miesięcy 2008 począwszy od stycznia (MJD 54479) do maja (MJD 54599) Z przeprowadzonych badań wynika, że otrzymane wartości błędu prognozy dla sieci neuronowej typu GRNN są zdecydowanie gorsze od błędów prognozy otrzymanych przy użyciu sieci neuronowej typu RBF.
The paper discusses the results of comparison of the usefulness of GRNN and RBF neural networks for predicting the corrections for the national time scale UTC(PL). The first chapter describes the national time scale UTC(PL), and also presents the problem of maintaining the best compatibility of the UTC(PL) with UTC. The second chapter describes the basic idea and principle of operation of the GRNN neural networks. The third chapter shows how the input data for the neural networks was prepared. Based on historical measurement data from the cesium atomic clock Cs2 and corrections of the UTC(PL) relative to UTC two time series (ts1 and ts2) were prepared, which were the basis for determining the input data for the neural networks. The fourth chapter describes the research results. The obtained research results shown that in the case of predicting the corrections for the polish time scale UTC(PL) using GRNN and RBF neural networks and the input data based on time series ts1 prediction errors have reached very large values. Predicting the corrections for the UTC(PL) based on time series ts2 was carried out in two ways. The first method assumed using the input data prepared on the basis of time series ts2 with values of two coefficients a0 and a1, which are the coefficients of linear regression equation. In the second case only coefficient a1 was used with the input data prepared on the basis of time series ts2. The best results was obtained using RBF neural network for the input data prepared on the basis of time series ts2 with a1 coefficient. For the GRNN neural network the obtained value of maximum prediction error for both method of data preparation was larger than in the case of using RBF neural network. Obtained values of prediction errors using GRNN neural network are on the same level with prediction errors obtained in the GUM using linear analytical regression method.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Predicting the Lithuanian Timescale UTC(LT) by means of GMDH neural network
Prognozowanie Litewskiej Skali Czasu UTC(LT) z zastosowaniem sieci neuronowej typu GMDH
Autorzy:: Sobolewski, Ł.
Tematy:: electrical engineering
UTC(k) timescale
atomic clock
predicting [UTC-UTC(k)]
GMDH neural network
elektrotechnika
skala czasu UTC(k)
zegar atomowy
prognozowanie [UTC-UTC(k)]
sieci neuronowe GMDH; Pokaż więcej
Wydawca:: Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Powiązania:: https://bibliotekanauki.pl/articles/211148.pdf Link otwiera się w nowym oknie
Opis:: The aim of the study is to examine the effectiveness of applying GMDH-type neural network and the developed procedure for predicting UTC(k) timescales, which are characterized with high dynamics of changes of the input data. The research is carried out on the example of the Lithuanian Timescale UTC(LT). The obtained research results have shown that GMDH-type neural network with a developed predicting procedure enables us to receive good prediction results for the UTC(LT). Better prediction quality was obtained using time series which are built only on the basis of deviations determined by the BIPM according to the UTC and UTC Rapid scales.
Celem przeprowadzonych badań było sprawdzenie skuteczności zastosowania sieci neuronowej typu GMDH i opracowanej procedury do prognozowania skal czasu UTC(k), charakteryzujących się dużą dynamiką zmian danych wejściowych. Badania przeprowadzono na przykładzie Litewskiej Skali Czasu UTC(LT). Otrzymane wyniki badań pokazały, że sieci neuronowe typu GMDH z opracowaną procedurą prognozowania umożliwiają osiągnięcie dobrych wyników prognoz dla UTC(LT). Lepszą jakość prognozowania odchyleń [UTC – UTC(LT)] uzyskano przy zastosowaniu szeregu czasowego, który zbudowany jest wyłącznie na podstawie odchyleń wyznaczonych przez BIPM w oparciu o skalę UTC i UTC Rapid.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "zegar atomowy" wg kryterium: Temat