文献
J-GLOBAL ID:202202230631857857   整理番号:22A0567622

人工ニューラルネットワークを用いたNaI低計数ガンマ線スペクトルのための放射性核種同定法【JST・京大機械翻訳】

Radionuclide identification method for NaI low-count gamma-ray spectra using artificial neural network
著者 (8件):
資料名:
巻: 54  号:ページ: 269-274  発行年: 2022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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
NaIシンチレータの低計数γスペクトルから放射性核種を同定する人工ニューラルネットワーク(ANN)を提案した。ANNを訓練し,シミュレートしたスペクトルを用いて試験した。14の標的核種はIEC62327-2017に記載された放射性核種同定装置の必要な放射性核種ライブラリーに対応すると考えられた。ネットワークは,検証データセット上で98.63%の平均識別精度を示し,各スペクトルNc=100>10000における総計数と信号対雑音比SNR=0.05-1の信号を示した。大部分の誤予測は,低い分岐比および/または類似の減衰エネルギーを有する核種から来る。最小同定可能条件として定義されるNc>1000とSNR>0.3ならば,平均同定精度は99.87%であった。ソースと検出器が鉛レンガで覆われたときでさえ,検出器の応答関数は変化するので,非遮蔽スペクトルを用いて訓練されたANNは,最小同定可能条件を満足する限り,まだ高精度を示す。検討した全ての核種の中で,235Uの同定精度のみが遮蔽によって重大な影響を受ける。他の核種の同定は,遮蔽条件が変化した場合でも高精度を示し,ANNが良好な一般化性能を有することを示した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
環境の汚染及び防止 

前のページに戻る