Оценка эффективности искусственных нейронных сетей для количественной обработки спектра гамма-излучения 137Cs
Ключевые слова:
гамма-спектрометрия, искусственная нейронная сеть, полносвязная нейронная сеть, сверточная нейронная сеть, обработка спектраАннотация
Развитие методов машинного обучения для обработки спектрограмм является одним из наиболее перспективных направлений автоматизации и повышения точности γ-спектрометрических измерений. В работе оценена эффективность использования полносвязных и сверточных нейронных сетей для количественного γ-спектрометрического анализа при выполнении измерений с использованием сцинтилляционного NaI(Tl) детектора и свинцовой защиты. Для обучения моделей применялись полусинтетические спектры, представляющие собой поканальную сумму случайно отобранных реальных спектров с короткой продолжительностью измерений. Выполненный анализ показал преимущества искусственных нейронных сетей по сравнению со стандартным аналитическим методом обработки спектра. В зависимости от активности источника, среднеквадратичная ошибка измерения с использованием полносвязной нейронной сети оказалась в 2–4 раза ниже по сравнению со стандартным методом при времени измерения 100 с. В сильно стандартизированных условиях преимущества сверточных нейронных сетей проявляются с увеличением активности источника излучения. Валидация при помощи источников, не использованных при обучении нейронных сетей, показала, что нейронные сети могут иметь преимущества по сравнению со стандартным методом при относительно высокой активности.
