权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of Radiation-Distribution Estimation-System with Higher Precision Using Deep Neural Networks and Photon Transport Simulator and Its Implementation on Edge Device

利用深度神经网络和光子传输模拟器的更高精度辐射分布估计系统的开发及其在边缘设备上的实现

基本信息

批准号：
20K11991
负责人：
藤本憲市
金额：
$ 2.75万
依托单位：
Kagawa University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

光子飛跡シミュレータ及び機械学習システムを効果的に利用し，土壌内の放射能深度分布を高精度に推定できるシステムを開発することが本研究の目的である。令和3年度，条件付き敵対的生成ネットワークを用いて，ある単一層にのみに放射線源を仮想配置した場合の光子飛跡シミュレーションデータ（仮想放射線センサにて測定される放射線エネルギースペクトル）を約１２万個に拡張した。令和４年度は，令和3年度に作成した単一層のデータセットに対して演算処理等を施すことにより，放射線源を複数層（２又は３層）に仮想配置した場合の放射線エネルギースペクトルデータセットを作成した。これらのデータセットに対して，令和３年度に構築した畳み込み型深層ニューラルネットワークによる放射線強度分布推定実験を実施した。その結果，放射線源を複数層に配置した場合の放射線エネルギースペクトルに対しては高い推定精度（正解率）が得られなかったため，放射線強度分布推定用深層ニューラルネットワークの改築を行った。一部の放射線エネルギースペクトルデータセットに対する学習を通じて放射線強度分布推定精度が向上する深層ニューラルネットワークの構造を試行錯誤的に見出し，その後，深層ニューラルネットワークのファインチューニングを実施した結果，放射線源が単一層又は複数層（２又は３層）に存在する場合の放射線エネルギースペクトルデータセットに対して９８％の正解率を得た。上記研究成果の一部を国際会議にて口頭発表した。

The purpose of this research is to develop a system that can estimate the depth distribution of radioactive energy in the soil with high accuracy by utilizing the effects of photon flight and mechanical learning. In 2002 and 2003, the number of photon trajectories in the event of a single radiation source configuration was approximately 120,000. In the fourth year, the radiation source is arranged in a plurality of layers (two layers and three layers), and the radiation source is arranged in a plurality of layers. In 2003, the radiation intensity distribution was estimated. As a result, the radiation source is arranged in multiple layers, and the radiation source is arranged in multiple layers. The radiation source is arranged in multiple layers, and the radiation source is arranged in multiple layers. The radiation source is arranged in multiple layers, and the radiation source is arranged in multiple layers. A part of the radiation intensity distribution estimation accuracy is upward, the structure of the deep radiation intensity distribution is upward, the error is detected, and the deep radiation intensity distribution is upward, and the result is that the radiation intensity distribution estimation accuracy is upward, the structure of the deep radiation intensity distribution is upward, and the error is upward. When the radiation source exists in one layer and in multiple layers (2 and 3 layers), the radiation generation rate is 98%. A part of the above research results was presented orally at an international conference.

项目成果

期刊论文数量（3）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Development of CNN to Estimate Depth Distribution Spectrometry of Soil

CNN 的发展来估计土壤的深度分布光谱

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
Mohd Azam Bin Mohd Pauzi;Takuto Umemoto;Ken'ichi Fujimoto;Minoru Sakama;Kazumasa Inoue;Masahiro Fukushi;Yusuke Imajyo;Michitaka Endo
通讯作者：
Michitaka Endo

条件付き敵対的生成ネットワークによる放射線スペクトルデータの生成

使用条件生成对抗网络生成辐射光谱数据

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
K. Takahashi;N. Kita;M. Sasaki;M. Hashimoto;梅本拓登，藤本憲市，阪間稔，井上一雅，福士政広，今城裕介，福原隆宏，遠藤倫崇
通讯作者：
梅本拓登，藤本憲市，阪間稔，井上一雅，福士政広，今城裕介，福原隆宏，遠藤倫崇

放射能濃度深度分布推定のための深層学習データ生成法

估算放射性浓度深度分布的深度学习数据生成方法