Development of Method for Estimating Intensity Distribution of Radionuclides Using Deep Learning and Data Assimilation

• Project/Area Number: 23K11249
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Kagawa University
• Principal Investigator: 藤本 憲市 香川大学, 創造工学部, 教授 (20300626)
• Co-Investigator(Kenkyū-buntansha): 阪間 稔 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (20325294) ; 村井 礼 山口大学, 国際総合科学部, 准教授 (30279111)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 深層学習 / 放射線核種と強度分布の推定

Outline of Research at the Start

放射性核種の半減期を考慮した効率的な除染計画を立案するためには，土壌内に残存する放射性核種とその強度分布の両方を推定できる可搬型放射能分布測定システムの開発が必要となる。放射性核種と強度分布の両方を推定する問題に対し，本研究では，実測した放射線エネルギースペクトルデータを融合させた放射線観測過程数理モデルを用いて放射性核種ごとの放射線エネルギースペクトルデータを生成し，そのデータを深層ニューラルネットワークに学習させることにより本推定問題の解決を目指す。更に，構築した深層ニューラルネットワークをエッジデバイスへ実装し，可搬型放射能分布測定システムの実用化についても研究する。