| 研究課題/領域番号 |
18K04646
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25020:安全工学関連
|
|---|
| 研究機関 | 国立研究開発法人日本原子力研究開発機構 |
|---|
研究代表者 |
木村 祥紀 国立研究開発法人日本原子力研究開発機構, 核不拡散・核セキュリティ総合支援センター, 研究職 (60636869)
|
|---|
| 研究分担者 |
土屋 兼一 科学警察研究所, 法科学第二部, 主任研究官 (90447920)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 核セキュリティ / 機械学習 / 核種判定 / ガンマ線スペクトル解析 / ガンマ線スペクトル / 粒子輸送シミュレーション / 放射線計測 / 核・放射線テロ |
|---|
| 研究成果の概要 |
本研究課題では、核セキュリティ事象の現場初動対応で使用する放射性核種判定装置の開発を目指し、人工ニューラルネットワーク（ANN）モデルを使用したガンマ線スペクトルの解析に基づき自動的に放射性核種を判定する核種判定アルゴリズムを提案した。検出器シミュレーションで構築した模擬スペクトルデータセットで学習したANNモデルを使用した核種判定アルゴリズムを構築し、高エネルギー分解能及び低エネルギー分解能を有する携帯型ガンマ線検出器で測定したスペクトルに対して、非常に高い性能で人工放射性核種を判定できることを実証した。また、本手法がウラン核種の検知や濃縮度によるウラン分類にも有効であることを確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究により、機械学習モデルによるガンマ線スペクトル解析の応用技術として、人工ニューラルネットワークモデルを使用した核種判定アルゴリズムの有効性が示された。また、ガンマ線スペクトル解析に用いる機械学習モデルの学習データセットとして、検出器シミュレーションで構築した模擬スペクトルが有効であることを実証した。本研究で開発した核種判定アルゴリズムは核セキュリティ事象等の初動対応における原因核種特定を支援する放射性核種判定装置の開発を最終目標としたものであり、本研究の成果を元にこの目標を達成する装置の実現が期待でき、本技術は核セキュリティ事象初動対応以外の分野においても応用が期待されるものである。
|
