Radioisotope identification algorithm using deep artificial neural network for supporting nuclear detection and first response on nuclear security incidents

木村 祥紀; 土屋 兼一*

Radioisotopes, 72(2), p.121 - 139, 2023/07

https://doi.org/10.3769/radioisotopes.72.121

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。