深層学習とデータ同化に基づく放射線核種と強度分布の同時推定法の開発

• 研究課題/領域番号: 23K11249
• 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61040:ソフトコンピューティング関連
• 研究機関: 香川大学
• 研究代表者: 藤本 憲市 香川大学, 創造工学部, 教授 (20300626)
• 研究分担者: 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)
• 研究期間 (年度): 2023-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2023年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 深層学習 / 放射線核種と強度分布の推定

研究開始時の研究の概要

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。