[2J01-08] 線量測定

[2J03] γ線エネルギースペクトルを用いた機械学習による放射線源分布推定

*熊田 有華¹、佐藤 大耀¹、近藤 勇斗¹、高瀬 つぎ子¹、松本 正晴¹、山口 克彦¹ (1. 福島大)

キーワード：機械学習、放射線源分布の推定、PHITS、γ線エネルギースペクトル

本研究では機械学習によるデータ解析に注目し、機械学習を用いた二次元平面上の放射線源分布推定技術を開発した。ニューラルネットワーク（NN）が潜在的な特徴量を抽出し対応関係を学習することで、数理モデルを用いずとも高精度の位置推定が可能となった。学習モデル構築には、放射線輸送計算用MCシミュレーションソフト(PHITS)による、NaIスペクトロメーターの応答を模擬したγ線エネルギースペクトルデータを使用した。このとき、シミュレーションデータのみを学習させたNNで測定スペクトルデータを推定させると無視できぬ誤差が生じるため、測定とシミュレーションのγ線エネルギースペクトルの形状を変換する、別の機械学習も同時に開発した。実際にNaIスペクトロメーターで測定されたγ線エネルギースペクトルを変換し、線源分布推定用のNNに検証させた際に、高精度な分布推定結果を得た。