Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
Initialising ...
岩元 大樹
核データニュース(インターネット), (129), p.19 - 25, 2021/06
近年、機械学習を用いた技術が注目され、様々な分野で応用されている。著者は機械学習の一種であるガウス過程に注目し、その枠組みで核データを生成する手法を開発した。本稿は、日本原子力学会2021年春の年会の核データ部会・連絡会セッション「先端データサイエンスの核データへの適用」で講演した内容をもとに、この手法の概要と核データ生成への適用性を紹介するとともに、本手法の高エネルギー粒子輸送計算への適用の可能性について記述したものである。
古田 琢哉; 橋本 慎太郎; 佐藤 達彦
医学物理, 36(1), p.50 - 54, 2016/00
放射線輸送計算コードPHITSを医学物理計算に用いる一例として、放射線治療計画を目的としたシミュレーションがある。通常、治療計画シミュレーションでは、患者CTデータを読み込んでコンピュータ上の仮想空間に患者体系を構築し、外部から照射される治療ビームの輸送計算を実行することで患者体系内での線量分布を計算する。しかし、CTデータから患者位置やCT値の分布などの情報を取得して患者体系を構築すること、非常に複雑で医療用加速器メーカーが公開していない加速器部分をシミュレーションすることは容易ではない。そこで、患者CTデータを用いて患者体系をPHITS形式で構築するためのプログラムDICOM2PHITS、医療用加速器から放出される粒子プロファイルをまとめたIAEA phase-space fileをPHITSで使用可能とするプログラムPSFC4PHITSを開発した。本解説では、これら2つのプログラムについて解説するとともに、プログラムで構築した体系および変換した線源をPHITSコードに組み込み、放射線輸送計算により検証した結果を示す。
原子力コード研究委員会原子力コード評価専門部会
JAERI-Review 2002-004, 401 Pages, 2002/03
JAERI-Review-2002-004.pdf:16.2MB
本報告書は、モンテカルロ法を用いた中性子・光子輸送シミュレーションについて、基礎理論から原子力研究における多方面での先端的な応用計算までを集約したものである。第1章から第5章ではモンテカルロ法の歴史的発展,モンテカルロ法の基礎理論,ボルツマン方程式のモンテカルロ法による解法,モンテカルロ法の分散低減法の一般論,連続エネルギーモンテカルロコードで用いられている断面積ライブラリーについて解説する。第6章では各論として、核融合ベンチマーク実験,ITER設計,高速臨界集合体での実験解析,JMTRでの炉心計算,パルス中性子計算のシミュレーション,HTTR炉心の解析,ダクトストリーミング計算,バルク遮蔽計算,広島原爆の中性子・
線の輸送計算について述べる。第7章から第9章では、モンテカルロ法による原子炉雑音実験のシミュレーション方法,MCNP,MVPへの機能拡張,モンテカルロ計算の並列計算について述べる。最後に、用語集と重要参考文献集を添付した。
中川 正幸; 森 貴正; 佐々木 誠*
Prog. Nucl. Energy, 24, p.183 - 193, 1991/00
被引用回数：8 パーセンタイル：64.43(Nuclear Science & Technology)中性子と線の輸送計算をモンテカルロ法を用いて、高速に行うため新しいコードを開発した。これはベクトルスーパーコンピュータ用に作成したものであり、新しいアルゴリズムを考案して最適化を計った。コードは多群用のGMVPと連続エネルギー法を用いたMVPがある。共に固有値問題と外部線源問題を解く事ができ、幾何形状として多種類の組合わせ形状、及び格子形状が使用できる汎用コードである。コードの機能・性能を実証するため各種の問題を解いた。その結果従来のスカラーコードに比べGMVPは7~10倍の高速化を実現した。特に格子形状の採用は原子炉の炉心形状を極めて詳細にモデル化できる上に、一層の高速化が可能となった。これ等のコードの手法、性能、興味ある計算結果について発表する。
橋本 慎太郎; 佐藤 達彦; 仁井田 浩二*
no journal, ,
PHITSをはじめとする粒子輸送計算コードは、様々な放射線の挙動を模擬できるため、加速器施設等の放射線遮へい計算において利用されている。数100MeVの中間エネルギーの陽子入射反応は、これらのコードに組み込まれたINCLなどの核内カスケードモデルによって模擬されており、2次粒子として放出される中性子のスペクトルをよく再現することが確かめられている。しかし、前方に放出される中性子スペクトルについては、入射エネルギーから数10MeV低いエネルギー領域で実験値を計算値が過小評価することが指摘されていた。そこで、Evaluated Nuclear Structure Data File (ENSDF)に基づいてアイソバリックアナログ共鳴やガモフテラー共鳴の寄与を考慮する共鳴断面積モデルを開発し、INCLの結果と組み合わせることで前方の中性子スペクトルの再現性を向上させる新規モデルを考案した。新規の組み合わせモデルが、鉛標的の陽子入射反応における中性子スペクトルを再現することを確認しており、開発したモデルを用いることでPHITSによる遮へい計算の信頼性が高まることが期待される。
奥村 啓介
no journal, ,
廃炉人材育成の一環として、原子炉物理を主な専門とする研究者を対象に、以下の内容の講義を行う。(1)廃炉国際共同研究センターの活動について、(2)原子炉廃止措置のための放射化計算法、(3)1Fプラント内線量率分布評価手法の開発、(4)ゲルマニウム検出器のシミュレーション、(5)モンテカルロシミュレーションによる燃料デブリ収納缶の核物質量非破壊測定技術開発。
橋本 慎太郎; 佐藤 達彦
no journal, ,
モンテカルロ法による粒子・重イオン輸送計算コードPHITSは、様々な放射線の挙動を模擬できることから、加速器施設の遮へい計算等で広く利用されている。結果の信頼性は、通常、計算で用いたヒストリ数にかかる統計誤差で評価されるが、核反応モデル等が含む不確かさが数10%の大きさをもつ場合もある。そのため、この不確かさが結果に与える影響を系統誤差として評価する機能が求められている。本研究では、統計学の分散分析を導入することで、統計誤差と系統誤差を同時に評価し、それらを合わせた全誤差のヒストリ数に関する収束性を分析する機能を開発した。我々が開発してきた系統誤差の評価方法は統計誤差が小さいことを条件としていたが、分散分析によりその条件が不要となる。全誤差の収束性が系統誤差と統計誤差の比に依存することから、ヒストリ数に応じた収束状況の判定が可能となった。開発した手法を中性子の遮へい計算に適用し、ヒストリ数の増加に伴い計算結果の平均値と全誤差が一定値に収束することを確認した。また、系統誤差と統計誤差の比が異なると収束に必要なヒストリ数が変化することを示し、ヒストリ数が十分かどうかを判定できることを確認した。
橋本 慎太郎; 佐藤 達彦
no journal, ,
PHITSに組み込まれた核内カスケードモデルINCLは、数10MeVから数GeVの核子が引き起こす様々な核反応を精度良く記述する。しかし、入射粒子が標的中の陽子をはじき出すノックアウト反応を過大評価する傾向があり、これが標的表面にある陽子の運動量分布に原因があると指摘されていた。そこで、PHITSによる計算精度を向上させるために、標的の外殻核子を1粒子波動関数で記述し、その空間分布をフーリエ変換して求めた運動量分布を導入した。従来のINCLでは表面核子が高い運動量に偏った分布をもっていたが、1粒子波動関数を基にした分布の導入により、高運動量成分が減少してノックアウト反応が抑制されるようになった。本改良の結果、陽子入射時の陽子ノックアウト反応を再現することを確認しており、PHITSによる計算結果の信頼性を向上させることが期待される。
橋本 慎太郎; 佐藤 達彦
no journal, ,
様々な放射線の挙動を模擬できる粒子輸送計算コードPHITSは、加速器施設の遮蔽計算等で広く利用されている。我々は、計算結果の信頼性を系統的不確かさとして評価するための機能を開発しており、不確かさの分布が正規分布となることを仮定する分散分析に基づいた評価方法を提案した。一方、核反応モデルの不定性を起源とする系統的不確かさは、モデルの不定性が偏った分布をもつ可能性がある。そこで、本研究では統計学的手法であるブートストラップ法を適用し、信頼性を表す指標となる95%信頼区間を推定した。ブートストラップ法は限られた個数の計算結果から重複を許してリサンプリングすることで、仮想的な多数の結果を用意し各種の統計量を推定する。本手法を非正規分布の結果を示す中性子の遮蔽計算に適用したところ、正規分布を仮定した信頼区間よりブートストラップ法により求めた区間の方が適切に評価された。しかし、リサンプリングの基となった遮蔽計算の結果と比べると、ブートストラップ法の結果は幅が狭くなる傾向を示した。
岩元 大樹
no journal, ,
近年、様々な研究分野で機械学習を用いた技術が注目されている。発表者は機械学習技術の一種であるガウス過程に着目し、その枠組みで核データを生成する手法を開発した。ガウス過程は機械学習における教師あり学習法の一つであり、カーネルトリックを用いたノンパラメトリックな手法で回帰を行うことができる。さらに、ガウス過程はベイズ推論を基礎としているため、その回帰結果は確率分布として表現され、予測の不確かさを知ることができるといった特徴を有する。様々な機械学習技術のなかで、不確実性を取り扱うことができるガウス過程は、核データ評価研究や粒子輸送解析において魅力的で有用なツールとなる可能性を秘めている。本発表ではこの手法の概要を説明し、本手法の核データ評価および高エネルギー粒子輸送計算への適用の可能性について議論する。
