Помощь в написании студенческих работ
Антистрессовый сервис

Математическое обеспечение для реконструкции колец черенковского излучения и идентификации электронов в RICH детекторе эксперимента СВМ

Диссертация: Математическое обеспечение для реконструкции колец черенковского излучения и идентификации электронов в RICH детекторе эксперимента СВМ
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В диссертации представлены алгоритмы реконструкции событий в RICH детекторе эксперимента СВМ. К этим алгоритмам предъявляются следующие требования: 1) высокая скорость работы алгоритмов из-за необходимости обрабатывать большой поток данных, 2) высокая эффективность распознавания колец, 3) устойчивость вычислений к обработке событий с большой множественностью частиц. Проведенный анализ показал… Читать ещё >

Математическое обеспечение для реконструкции колец черенковского излучения и идентификации электронов в RICH детекторе эксперимента СВМ (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Эксперимент СВМ
    • 1. 1. Физическая программа эксперимента
    • 1. 2. Обзор установки
    • 1. 3. Задача идентификации электронов
    • 1. 4. Детектор черепковского излучения RICH
    • 1. 5. Моделирование, реконструкция и анализ событий
  • Глава 2. Обзор методов реконструкции колец в RICH детекторах
    • 2. 1. Введение
    • 2. 2. Итерационный метод
    • 2. 3. Отношения функций максимального правдоподобия
    • 2. 4. Сравнения с эталонным изображением (метод масок)
    • 2. 5. Нечеткая кластеризация
    • 2. 6. Эластичная нейронная сеть
    • 2. 7. Преобразование Хафа
    • 2. 8. Выводы
  • Глава 3. Алгоритмы реконструкции колец черенковского излучения и идентификации электронов в RICH детекторе эксперимента СВМ
    • 3. 1. Введение
    • 3. 2. Алгоритм локального поиска колец
    • 3. 3. Оценка параметров колец черенковского излучения
    • 3. 4. Глобальный отбор колец
    • 3. 5. Идентификация электронов в RICH детекторе
    • 3. 6. Программная реализация
    • 3. 7. Оптимизация детектора RICH
    • 3. 8. Результаты
    • 3. 9. Выводы
  • Глава 4. Применение параллельных вычислений в алгоритме реконструкции колец черенковского излучения
    • 4. 1. Введение
    • 4. 2. Оптимизация алгоритмов
    • 4. 3. Обзор методов и технологий
    • 4. 4. Распараллеливание алгоритма реконструкции колец
    • 4. 5. Распараллеливание на уровне событий
    • 4. 6. Результаты
    • 4. 7. Выводы

Актуальность работы. Работа посвящена одной из важных проблем экспериментальной физики высоких энергий (ФВЭ), а именно задаче реконструкции событий1, полученных в ядро-ядерных соударениях. Характерными особенностями многих современных экспериментов в физике высоких энергий являются большая множественность и плотность частиц в каждом событии (до 1000 зарегистрированных частиц в событии), а также высокая скорость поступления данных (до 107 событий/сек.). Для анализа полученных данных необходимы быстрые и эффективные алгоритмы и программы.

Эксперимент СВМ (Compressed Baryonic Matter) по изучению сжатой барионной материи в ядро-ядерных соударениях при энергиях пучка от 8 до 45 ЛГэВ является одним из основных в программе исследований на строящемся ускорительном комплексе FAIR (Facility for Antiproton and Ion Research) в Дармштадте (Германия) [1, 2].

В настоящее время ведется разработка математического и программного обеспечения этого эксперимента. Проводятся исследования по физическому обоснованию и анализу возможностей эксперимента, а также оптимизации установки СВМ. Моделирование является важным этапом подготовки эксперимента, включающим в себя разработку алгоритмов реконструкции событий. Обработка смоделированных событий позволяет оценить такие качественные характеристики алгоритмов, как эффективность реконструкции событий, точность оценки искомых физических параметров и временные затраты на выполнение программ, реализующих эти алгоритмы. От эффективности работы алгоритмов реконструкции событий зависят качество физического анализа и требования, предъявляемые разработчикам детекторов относительно их характеристик и конструкции.

1 Событие — совокупность частиц, зарегистрированных в детекторах в результате соударения.

Одной из основных задач в эксперименте СВМ является идентификация электронов2, которая необходима для реконструкции J/ф и ф' мезонов и легких векторных мезонов (р, ш, ф) при распаде по диэлектронному каналу. С одной стороны, требуется хорошая эффективность идентификации электронов, с другой стороны, необходимо хорошее подавление пионов, так как они составляют основной фон при физическом анализе. Для идентификации электронов и подавления пионов будут использованы детектор черенковского излучения RICH (Ring Imaging CHerenkov) и детектор переходного излучения TRD (Transition Radiation Detector).

Детекторы RICH широко применяются во многих экспериментах в физике высоких энергий как часть системы идентификации частиц (см., например, [3−6] и обзор [7]). Принцип работы RICH детектора основан на том, что при прохождении частицы в среде, характеризуемой показателем преломления п, со скоростью V, превышающей скорость света в данной среде, испускается че-ренковское излучение под углом В к траектории движения частицы, при этом cosB = 1/?n, где? ~ v/c. Угол В зависит от типа частицы и ее импульса. В RICH детекторах черенковские фотоны регистрируются напрямую фотодетектором (или фокусируются сферическим зеркалом на фотодетектор) в виде изображения колец. Скорость заряженной частицы определяется по радиусу кольца, на котором располагаются фотоны, в соответствии с конструкцией и оптической системой детектора. RICH детектор часто используется для идентификации частиц совместно с детектором для измерения импульса, так как совокупность информации о скорости и импульсе частицы позволяет определить ее массу, по которой она может быть идентифицирована. Для определения угла, под которым испускается черепковское излучение, необходимо распознать и оценить параметры колец. Поэтому реконструкция колец в событиях является важной задачей для всех RICH детекторов.

2 Здесь и далее предполагается идентификация электронов и позитронов.

В диссертации представлены алгоритмы реконструкции событий в RICH детекторе эксперимента СВМ. К этим алгоритмам предъявляются следующие требования: 1) высокая скорость работы алгоритмов из-за необходимости обрабатывать большой поток данных, 2) высокая эффективность распознавания колец, 3) устойчивость вычислений к обработке событий с большой множественностью частиц. Проведенный анализ показал, что существующие алгоритмы не удовлетворяют таким требованиям по эффективности и/или скорости работы. Поэтому возникла необходимость развития существующих и разработки новых, более эффективных алгоритмов. Одним из способов ускорения процесса обработки являются параллельные вычисления. Современная архитектура процессоров развивается по пути увеличения количества вычислительных ядер и применения векторных вычислений, что позволяет существенно повысить эффективность работы программ при использовании параллельных алгоритмов.

Для эксперимента СВМ создание новых алгоритмов реконструкции событий является актуальной в плане повышения их эффективности. Решение таких задач позволяет улучшить качество анализа физических результатов, а также оптимизировать конструкцию RICH детектора.

Цель диссертационной работы состоит в разработке быстрых и эффективных алгоритмов, а также тестировании и практическом внедрении программного обеспечения для реконструкции колец черенковского излучения и идентификации электронов в RICH детекторе эксперимента СВМ.

Для достижения поставленной цели потребовалось решить следующие основные задачи:

1. разработать эффективный алгоритм реконструкции колец черенковского излучения в RICH детекторе при наличии большого количества пересекающихся колец;

2. разработать эффективный алгоритм идентификации электронов в RICH детекторе;

3. создать быстрый алгоритм реконструкции колец черенковского излучения в режиме реального времени с применением параллельных вычислений;

4. реализовать алгоритмы в программной оболочке эксперимента СВМ — CBMROOT, и выполнить их тестирование;

5. создать программное обеспечение для проверки качества работы алгоритмов и провести их методические исследования на устойчивость к различным источникам помех;

6. провести исследования по оптимизации конструкции RICH детектора и выработать требования по ее улучшению.

Научная новизна. Основные результаты диссертации являются новыми и заключаются в следующем:

1. Разработана новая алгоритмическая и программная реализация преобразования Хафа для реконструкции колец черенковского излучения, которая характеризуется высокой скоростью вычислений и эффективностью реконструкции черенковских колец в условиях высокой множественности частиц. п.

2. Предложен и программно реализован оригинальный критерий оценки качества найденных колец, основанный на применении искусственной нейронной сети (ИНС). На основе этого критерия разработана процедура отбора колец из массива кандидатов, найденных программой распознавания. Процедура удаляет ложные кольца без потери эффективности распознавания.

3. Разработан новый алгоритм идентификации электронов в RICH детекторе, основанный на применении ИНС. Алгоритм показал двукратное преимущество в подавлении пионов по сравнению с ранее известными алгоритмами.

4. Предложены оригинальные решения по временной оптимизации и распараллеливанию алгоритма реконструкции колец. В рамках предложенных решений разработай быстрый параллельный алгоритм распознавания колец с использованием векторизации и многопоточности. Это позволило существенно увеличить скорость работы алгоритма без потери его эффективности.

5. Разработаны оригинальные программы для оценки качества работы алгоритмов. Применение этих программ позволило значительно оптимизировать конструкцию детектора RICH по размеру и стоимости.

Достоверность и обоснованность результатов, полученных в диссертации, подтверждена моделированием методами Монте-Карло с применением современных общепризнанных моделей и программ, таких как UrQMD [8] и GEANT [9] с использованием реальных параметров детекторов, технологии которых доступны в настоящее время, а также применением разработанного программного обеспечения членами коллаборации СВМ для физического обоснования эксперимента и методических исследований.

Научная и практическая значимость.

1. Разработанное программное обеспечение включено в общую программную оболочку эксперимента СВМ — CBMROOT [10], и активно используется членами коллаборации СВМ. Программы применялись как на стадии развития эксперимента и его физического обоснования, так и для оптимизации создаваемой экспериментальной установки. Результаты, полученные с использованием созданных алгоритмов и программ, подтвердили необходимый уровень идентификации электронов и подавления пионов.

2. Выработаны требования для конструкции RICH детектора. В результате исследований, проведенных в целях его оптимизации, предложен вариант с существенно меньшими геометрическими размерами, что привело к снижению его стоимости более чем в 2 раза при сохранении эффективности идентификации регистрируемых частиц.

3. Созданные алгоритмы могут быть использованы для реконструкции событий в других детектирующих системах в области физических экспериментов, использующих RICH детектор.

4. Алгоритмы распознавания и оценки параметров колец, разработанные в диссертации, имеют самостоятельную научную ценность и могут быть использованы в других областях науки (биологии, медицине).

На защиту выносятся следующие основные результаты и положения:

1. Разработан новый, быстрый алгоритм для реконструкции колец черен-ковского излучения в RICH детекторе эксперимента СВМ. Эффективность и надежность алгоритма доказана результатами, полученными при его тестировании на большом количестве смоделированных событий, соответствующих современным физическим моделям.

2. Разработан быстрый параллельный алгоритм реконструкции колец с использованием векторизации и многопоточности, что позволило существенно увеличить скорость работы алгоритма при сохранении его эффективности.

3. Разработан алгоритм идентификации электронов в RICH детекторе, основанный на применении искусственной нейронной сети. Алгоритм показал двукратное преимущество в подавлении пионов по сравнению с ранее известными алгоритмами.

4. Созданные алгоритмы реализованы в виде программного обеспечения, которое включено в программную оболочку эксперимента СВМ — CBMROOT.

5. Разработаны программы для оценки качества работы созданных алгоритмов. Исследован вопрос об устойчивости алгоритмов к различным экспериментальным факторам, проведены методические исследования для формирования требований к характеристикам и конструкции детектора RICH.

Апробация работы. Результаты, изложенные в диссертации, были представлены:

• на международных конференциях:

— Computing in High Energy and Nuclear Physics (CHEP09) (Прага, 2009);

— Mathematical Modeling and Computational Physics 2009 (MMCP09) (Дубна, 2009);

— Nuclear Electronics and Computing (NEC09) (Варна, 2009);

— Advanced Computing and Analysis Techniques in Physics Research (ACAT10) (Индия, 2010);

• на семи международных совещаниях коллаборации СВМ в 2006 — 2010 годах;

• на пяти конференциях молодых ученых и специалистов ОИЯИ в 2005 -2009 годах;

• на двух конференциях немецкого физического общества (Дармштадт, 2008; Бонн, 2010);

• а также на научных семинарах в Лаборатории информационных технологий ОИЯИ и на совещаниях СВМ группы в СБГ (Дармштадт, Германия).

Публикации. По материалам диссертации опубликовано 25 работ [1135], в том числе 4 работы из Перечня ВАК [11−14].

Личный вклад автора. В диссертацию включены положения и результаты, которые получены при определяющем участии соискателя в разработке методов решения поставленных задач. Программная реализация и получение результатов сделаны лично соискателем.

Структура и объем диссертации

Диссертационная работа состоит из Введения, 4 глав, Заключения, содержит 94 страницы, 41 иллюстрацию и список литературы из 64-х пунктов.

4.7. Выводы.

1. Предложены оригинальные решения по временной оптимизации и распараллеливанию алгоритма реконструкции колец. В рамках предложенных решений разработан быстрый параллельный алгоритм реконструкции колец с использованием векторизации и многопоточности. Параллельная алгоритм показал одинаковую эффективность по сравнению с последовательным (начальным) алгоритмом, однако скорость работы выросла в 143 раза, учитывая проведенную оптимизацию.

2. Исследовано распараллеливание на уровне событий.

Заключение

.

1. Разработан новый, устойчивый, эффективный и быстрый алгоритм для реконструкции колец черепковского излучения в RICH детекторе эксперимента СВМ. Эффективность и устойчивость алгоритма доказана его тестированием на большом количестве модельных событий, полностью соответствующих современным физическим моделям.

2. Реализованы алгоритмы оценки параметров колец в RICH детекторе: 1) подгонка отсчетов окружностью, основанная на методе СОР и 2) подгонка отсчетов эллипсом, основанная на методе Таубина.

3. Разработан быстрый параллельный алгоритм реконструкции колец с использованием векторизации и мпогопоточности. Параллельный алгоритм показал одинаковую эффективность по сравнению с последовательным (начальным) алгоритмом, однако скорость работы выросла в 143 раза, учитывая проведенную оптимизацию.

4. Разработан новый алгоритм идентификации электронов в RICH детекторе, основанный на применении ИНС. Алгоритм показал двукратное преимущество в подавлении пионов по сравнению со стандартными методами.

5. Благодаря хорошей эффективности алгоритма и его устойчивости к событиям с большим количеством пересекающихся колец, удалось значительно оптимизировать конструкцию RICH детектора, что в несколько раз уменьшит его стоимость.

6. Все разработанные алгоритмы и программы включены в программную оболочку эксперимента и активно используются членами коллаборации.

СВМ как для физического обоснования эксперимента, так и для оптимизации создаваемой экспериментальной установки. Результаты, полученные с использованием разработанных алгоритмов и программ, показали, что удалось добиться необходимого уровня идентификации электронов и подавления пионов.

Показать весь текст

Список литературы

  1. Compressed Baryonic Matter Experiment — Technical Status Report. 2005. URL: https://www.gsi.de/documents/DQC-2005-Feb-447.html.
  2. C., Rami F., Staszel P. // Nucl. Phys. News. 2006. Vol. 16 1. Pp. 19−23.
  3. Baur R. et al. // Nuclear Inst, and Methods in Physics Research, A. 1994. Vol. 343.
  4. Miiller U. et al. // Nuclear Inst, and Methods in Physics Research, A. 1994. Vol. 343. Pp. 279−283.
  5. Bachler J. et al. // Nuclear Inst, and Methods in Physics Research, A. 1994. Vol. 343. Pp. 273−275.
  6. Mauro A. D. et al. // Nuclear Inst, and Methods in Physics Research, A. 1994. Vol. 343. Pp. 284−287.
  7. Seguinot J., T. Ypsilantis // Nuclear Inst, and Methods in Physics Research, A. 1994. Vol. 343. Pp. 1−29.
  8. Bass S. et al. // Prog. Part. Nucl. Phys. 1998. Vol. 41. Pp. 255−370.
  9. GEANT — Detector Description and Simulation Tool, CERN Program Library Long Writeup W5013. 1993.
  10. Bertini D., Al-Turany M., Konig I., Uhlig F. The FAIR simulation and analysis framework // J. Phys.: Conf. Ser. 2008. Vol. 119.
  11. С., Ососков Г. Быстрые алгоритмы распознавания колец и идентификации электронов в детекторе RICH эксперимента СВМ // Письма в ЭЧАЯ. 2009. Т. 6, № 2(151). С. 260−284.
  12. Holme С., Lebedev S. et al. Development of a RICH detector for electron identification in CBM // Nuclear Inst, and Methods in Physics Research, A. 2008. Vol. 595. Pp. 187−189. doi:10.1016/j.nima.2008.07.029.
  13. Lebedev S., Hohne C., Ososkov G. Fast Ring Recognition in the RICH detector of the CBM Experiment at FAIR // Вестник РУДН Серия Математика, информатика, физика. 2010. № 3(2). С. 77−80.
  14. А. С., Иванов В. В., Лебедев С. А. и др. Методы оценки параметров колец черенковского излучения в детекторе RICH для эксперимента СВМ // Вестник РУДН Серия Математика, информатика, физика. 2010. № 2(2). С. 124−131.
  15. Lebedev A., Lebedev S., Ososkov G. Pattern recognition methods for data handling of the CBM experiment // JINR Comunication 10,11−2010−22. 2010. Pp. 191−201.
  16. Lebedev S., Hohne C., Ososkov G. Ring Recognition and Electron Identification in the RICH detector of the CBM Experiment at FAIR // J. Phys.: Conf. Ser. 2010. Vol. 219 32 015. doi:10.1088/1742−6596/219/3/32 015.
  17. Senger P., Galatyuk Т., Kiseleva A. et al. The compressed baryonic matter experiment at FAIR // J. Phys. G: Nucl. Part. Phys. 2009. Vol. 36. P. 64 037.
  18. Lebedev S., Ososkov G., Hohne C. Ring recognition in the CBM RICH detector // CBM-RICH-note-2008−001. 2008. URL: https://www.gsi.de/ documents/D0C-2008-Jan-29.html.
  19. Lebedev S., Ososkov G., Hohne C. Ring Recognition in the CBM RICH detector // JINR Communication E10−2007−88. 2007.
  20. Lebedev S. Fast Parallel Ring Recognition Algorithm in the RICH Detector of the CBM Experiment at FAIR // JINR Communication E10−2011−5. 2011.
  21. Lebedev S., Ososkov G. Ring Recognition in CBM RICH detector // LIT Scientific Report 2006−2007. 2007. Pp. 107−108.
  22. Ayriyan A., Chernov N., Lebedev S. et al. Two methods for ellipse fitting in the CBM experiment // LIT Scientific Report 2008−2009. 2009. Pp. 52−53.
  23. Ayriyan A., Chernov N., Ivanov V. et al. Taubin based ellipse fitting algorithm for CBM-RICH at FAIR // CBM Progress Report 2009. 2010. P. 80.
  24. Lebedev S., Hohne C., Ososkov G. Fast parallel ring reconstruction algorithm for the RICH detector in the CBM experiment // GSI Scientific Report 2009. 2010. P. 79.
  25. Lebedev S., Hohne C., Ososkov G., Uhlig F. Systematic investigations of RICH and TRD detector parameters on electron identification in the CBM experiment // GSI Scientific Report 2009. 2010. P. 81.
  26. Lebedev S., Belolaptikova E., Hohne C. Layout study of the RICH detector in the CBM experiment // CBM Progress Report 2008. 2009. P. 20.
  27. Lebedev S., Hohne C., Ososkov G. Electron identification in the CBM experiment // CBM Progress Report 2008. 2009. P. 84.
  28. Lebedev S., Ososkov G. Ring recognition in the CBM RICH detector // GSI Scientific Report 2007. 2008. P. 21.
  29. Hohne C., Maevskaya A., Lebedev S. et al. Electron identification and J/-0 detection in CBM // GSI Scientific Report 2006. 2007. P. 13.
  30. Hohne С., Gorbunov S., Kisel I. et al. Simulation studies of electron identification with the RICH detector for CBM // GSI Scientific Report 2005. 2006. R 63.
  31. Ayriyan A., Chernov N., Lebedev S., Ososkov G. Two methods of ellipse fitting in the CBM experiment // Сборник трудов XIII конференции молодых ученых и специалистов. 2009.
  32. А., Лебедев С., Ососков Г. Реконструкция событий в эксперименте СВМ // Сборник трудов XII конференции молодых ученых и специалистов. 2008.
  33. С., Ососков Г. Реконструкция данных в RICH детекторе эксперимента СВМ // Сборник трудов XI конференции молодых ученых и специалистов. 2007.
  34. С., Ососков Г. Поиск колец черенковского излучения в RICH детекторе // Сборник трудов X конференции молодых ученых и специалистов. 2006.
  35. С., Айриян А., Лебедев А., Ососков Г. Поиск целеуказаний в RICH детекторе, основанный на методе преобразования Хафа // Сборник трудов IX конференции молодых ученых и специалистов. 2005.
  36. URL: http: //hamamatsu. com.
  37. ROOT — An Object-Oriented Data Analysis Framework. URL: http:// root.cern.ch.
  38. The Virtual Monte Carlo (VMC). URL: http://root.cern.ch/drupal/ content/vmc.
  39. Nuclear Inst, and Methods in Physics Research, A. 2003. Vol. 506. Pp. 250−303.
  40. Ferrari A., Sala P., Fasso A., Ranft J. FLUKA: a multi-particle transport code. URL: http://fluka.org.
  41. Frohlich I. et al. Pluto: A Monte Carlo Simulation Tool for Hadronic Physics // PoS. 2007. Vol. ACAT2007. P. 76.
  42. Staric M., Krizan P. An Iterative Method for the analysis of Cherenkov rings in the HERA-B RICH // Nuclear Inst, and Methods in Physics Research, A. 1999. Vol. 433. Pp. 279−285.
  43. HERA-B experiment. URL: http://www-hera-b.desy.de.
  44. Schoning A. Particle identification in the RICH detector and study of impact parameters // LHCb note. 1997. Vol. LHC-B/97−018.
  45. Forty R., O.Schneider. RICH pattern recognition // LHCb note. Vol. LHCb-98−040.
  46. Gath I., Hoory D. Fuzzy clustering of elliptic ring-shaped clusters // Pattern recognition Letters. 1995. Vol. 16. Pp. 727−741.
  47. Krishnapuram R., Keller J. M. A possibilistic approach to clustering // IEEE Transactions on Fuzzy systems. 1993. Vol. 1, no. 2.
  48. Krishnapuram R., Keller J. M. The possibilistic C-Mean algorithm Insights and recomendations // IEEE Transactions on Fuzzy systems. 1996. Vol. 4, no. 3.
  49. Massone A., Studer L. Pattern recognition in RICH counters using the possibilistic C-Spherical shell algorithm // IEE&IEEE. 2000. Pp. 792−795. Proc. of the 4th Intl. Conf. on Knowledge-based intelligent engineering systems and allied technologies.
  50. Gorbunov S., Kisel I. Elastic net for stand-alone RICH ring finding // Nuclear Inst, and Methods in Physics Research, A. 2006. Vol. 559. Pp. 139−142.
  51. Gorbunov S., Kisel I. Elastic net for standalone RICH ring Finding // CBM note. 2005. Vol. CBM-SOFTnote-2005−002.
  52. Durbin R., Willshaw D. An Analogue Approach to the Travelling Salesman Problem Using an Elastic Net Method // Nature. 1987. Vol. 326.
  53. Hough P. V. C. Method and Means for Recognizing Complex Patterns. 1962.
  54. Radon J. Uber die Bestimmung von Funktionen durch ihre Integral werte langs gewisser Mannigfaltigkeiten. 1917. Pp. 262−277.
  55. Toft P. The Radon Transform Theory and Implementation: Ph.D. thesis / Department of Mathematical Modelling, Technical University of Denmark. 1996.
  56. Chernov N., Ososkov G. Effective Algorithms for Circle Fitting // Comp. Phys. Comm. 1984. Vol. 33. Pp. 329−333.
  57. Pratt V. Direct Least-Squares Fitting of Algebraic Surfaces // Comp. Graphics. 1987. Vol. 21. Pp. 145—152.
  58. Minuit User’s Guide. URL: http://lcgapp.cern.ch/project/cls/ work-packages/mathlibs/minuit/index.html.
  59. Crawford J. A Non-Iterative Method for Fitting Circular Arcs to Measured Points // Nucl. Instr. Methods Phys. Res. 1983. Vol. 211. Pp. 223—225.
  60. G. // IEEE Trans. Pattern Analysis Machine Intelligence. 1991. Vol. 13. Pp. 1115−1138.
  61. N. // Journal of Mathematical Imaging and Vision. 2007. Vol. 27. Pp. 231−239.
  62. Koszon P. et al. Investigation of wavelength shifter properties of p-terphenyl and TPB // CBM Progress Report 2008. 2009. P. 26.
  63. Intel 64 and IA-32 Architectures Software Developer’s Manual. Volume 1: Basic Architecture. 2009.
  64. Threading Building Blocks. URL: http: //www. threadingbuildingblocks. org.
Заполнить форму текущей работой

Сессия? Спокойно!