Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
木村 祥紀; 土屋 兼一*
Radioisotopes, 72(2), p.121 - 139, 2023/07
核検知や核セキュリティ事案の現場において、迅速かつ正確な放射性物質の判定は、検知警報や事案への迅速な対応を行うための重要な技術的課題の一つである。本稿では、携帯型ガンマ線検出器に適用可能な深層ニューラルネットワークモデルを用いた放射性核種の判定アルゴリズムを提案する。本アルゴリズムでは、シミュレーションで作成した模擬ガンマ線スペクトルで学習した深層ニューラルネットワークモデルにより、各放射性核種に起因する計数寄与率(CCR)を推定し、放射性核種を自動で判定する。この自動核種判定アルゴリズムにより、放射線測定の経験や知識が十分でない核検知や核セキュリティ事象の初動対応者を支援することが可能となる。2種類の異なる深層ニューラルネットワークモデルを用いたアルゴリズムを高エネルギー分解能及び低エネルギー分解能の携帯型ガンマ線検出器に適用し、提案アルゴリズムの性能を評価した。提案したアルゴリズムは、実際の測定ガンマ線スペクトルにおける人工放射性核種の判定で高い性能を示した。また、深層ニューラルネットワークモデルによるCCR推定値を解析することで、Uの検知やウランの自動分類にも適用できることを確認した。さらに筆者らは、提案したアルゴリズムの性能を従来の核種判定手法と比較し、深層ニューラルネットワークモデルベースの核種判定アルゴリズムの性能を向上させる具体的な方策についても議論した。
佐々木 美雪; 眞田 幸尚
Journal of Advanced Simulation in Science and Engineering (Internet), 9(1), p.30 - 39, 2022/01
本研究は人工ニューラルネットワークを使用して作成した空間線量率マップの妥当性の評価結果を示している。本研究における人工ニューラルネットワークは、入力変数に上空における放射線計数率,測定高度,測定エリアの地形データ、及び写真の色データを使用し、目的変数に地上で測定した空間線量率測定データを用いてネットワークが構築されている。上空における放射線測定値を人工ニューラルネットワークを使用して換算した線量率マップは、従来の換算方法に比べ地上測定値に近いマップを作成できることが知られている。本研究では写真測量システムを使用して得られたカラーデータを入力変数として新たに採用し、人工ニューラルネットワークによる上空測定値の換算への適用及び評価を行った。
佐々木 美雪; 眞田 幸尚; Katengeza, E. W.*; 山本 章夫*
Scientific Reports (Internet), 11, p.1857_1 - 1857_11, 2021/01
被引用回数:13 パーセンタイル:67.27(Multidisciplinary Sciences)本研究では、上空からの放射線測定値を人工ニューラルネットワークを使用して地上1mの空間線量率分布へ可視化する方法を提案した。本手法は、無人航空機による福島第一原子力発電所周辺で行われた上空からの放射線モニタリングのデータを使用した。ネットワークを構築するためのトレーニングデータとして、過去に取得した多数の調査データを活用した。人工ニューラルネットワーク換算値の信頼性は、地上調査データと比較して評価した。人工ニューラルネットワークの換算によって作成された空間線量率分布は、従来の方法と比較してより地上測定値に近い値を算出した