Development for fast neutron energy measurement based on waveform analysis by machine learning

• Project/Area Number: 24K08298
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 31010:Nuclear engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: 小田 達郎 東京大学, 物性研究所, 助教 (70782308)
• Co-Investigator(Kenkyū-buntansha): 不破 康裕 国立研究開発法人日本原子力研究開発機構, 原子力科学研究部門 J－PARCセンター, 研究職 (00817356) ; 栗山 靖敏 京都大学, 複合原子力科学研究所, 助教 (60423125)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 中性子計測 / 高速中性子 / パルス波形解析 / シンチレーション検出器 / 機械学習

Outline of Research at the Start

近年中性子源として高エネルギー加速器の利用が進み，そこで発生する高速中性子のエネルギースペクトルや発生状況をモニタリングすることは，加速器の効率的運転や放射線安全上求められている．高速中性子のエネルギー測定は，加速器による医療用RI生成，加速器駆動未臨界炉などの新技術を実現する上でも重要な課題であるが，単一の検出器で中性子のエネルギーを知ることは困難である．本研究では，有機シンチレータで起こる中性子と反跳陽子のエネルギーのやり取りおよび反跳陽子のシンチレーション反応に着目し，機械学習を用いた波形解析を適用することで，エネルギー弁別可能な高速中性子検出システムの開発を目指す．