文献

J-GLOBAL ID：201902256368315581   整理番号：19A0868536

ガンマ線モニタリングの数値評価【JST・京大機械翻訳】

Numerical evaluation of gamma radiation monitoring

著者 (3件)： Rezaei Mohsen (Nuclear Science and Technology Research Institute, AEOI, Tehran, 1439955931, Iran) ,  Ashoor Mansour (Nuclear Science and Technology Research Institute, AEOI, Tehran, 1439955931, Iran) ,  Sarkhosh Leila (Nuclear Science and Technology Research Institute, AEOI, Tehran, 1439955931, Iran)
資料名： Nuclear Engineering and Technology  (Nuclear Engineering and Technology)
巻： 51  号： 3  ページ： 807-817  発行年： 2019年 
JST資料番号： A0688B  ISSN： 1738-5733  CODEN： WJHKAW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 地表の放射線情報の収集,外部地球層におけるPotassium,ThoriumおよびUraniumの豊富さの地球化学測定,環境および核サイト監視などの重要な応用を有する空中ガンマ線分光法(AGRS)は,核科学および人間生活の分野において重要な役割を果たしている。人工ニューラルネットワーク(ANNs)との協調における高度な数値的非制約非線形最適化によるBroyden-Fletcher-Goldfarb-Shannon(BFGS)は,現代のAGRSに対する注目すべき機会を提供する。本研究では,ANN-BFGSによる新しいAGRSシステムを提案し,利用可能な経験的AGRSデータについて評価した。この効果に対して,適応ANN-BFGSの異なるアーキテクチャを,一種の公表された実験的AGRS出力に対して実装した。その低い反復コストと非対角スケーリング割当による,様々な訓練方法の中で選択されたアプローチは,その固有の確率的性質のために,AGRSデータのための新しい強力なアルゴリズムである。実験は異なるアーキテクチャと訓練によって実行され,選択された方式は,最小数のエポック,最小平均二乗誤差(MSE),および異なるタイプの最適化戦略とアルゴリズムとの比較における最大性能を達成した。提案した方法は,そのリアルタイムプロセスを提示するために,コスト効果的で最小の電子機器に実装することができ,それを,光無人機(UAV)上で使用することができる。ニューラルネットワークの高度な適応特性とモデル,確率過程の訓練,およびDSPに関するその実用化は,手頃な,信頼できて,低コストのAGRS設計を上回る。本研究の主な結果は,この方法がAGRSデータの曲率情報の品質を増加させるが,アルゴリズムのコストは各反復で減少するので,提案したANN-BFGSは高度な新しい人工知能システムに基づくガンマ線データ再構成と解析の信頼できる適切なモデルであることを示した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  ニューラルネットワーク ,  地球 ,  確率過程 ,  曲率 ,  アルゴリズム ,  品質 ,  計算機アーキテクチャ ,  電子装置 ,  無人機 ,  地表面 ,  *γ線
準シソーラス用語： 実時間 ,  最小平均二乗誤差 ,  EPOC , 【Automatic Indexing@JST】

著者キーワード (4件)： 人工神経回路網 ,  BFGS訓練アルゴリズム ,  空中ガンマ線スペクトロメトリー ,  原子力サイト監視

分類 (1件)： 原子炉安全一般  (MD06010W)

タイトルに関連する用語 (4件)： ガンマ線 ,  モニタリング ,  数値 ,  評価