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。
木村 祥紀; 富川 裕文
no journal, ,
原子力機構では、文部科学省核セキュリティ補助金事業の一環で、核・放射線テロ事象の核鑑識初動対応における核種判定のための小型放射線測定資機材の開発を進めている。本発表では、比較的安価な小型ガンマ線検出器を複数組み合わせることで検出感度を相互補完的に向上する複合型ガンマ線検出システムに関して、標準線源等の測定試験データをもとにした性能評価の結果について議論する。
木村 祥紀; 土屋 兼一*
no journal, ,
核物質や放射性物質を使用したテロ行為等に代表される核セキュリティ事象の現場初動対応において、原因となる核種の迅速な特定が必要不可決となる。本研究では、現場初動対応者による原因核種特定を支援する技術として、機械学習を応用した核種判定アルゴリズムの開発を進めている。本発表では、深層ニューラルネットワーク(DNN)モデルを使用した低分解能小型ガンマ線検出器を対象とした核種判定アルゴリズムとその性能評価の結果について報告する。