带有神经网络的Tetris灵感探测器用于辐射映射
Ryotaro Okabe1,2, Shangjie Xue3,4,5, Jayson R Vavrek6
1Quantum Measurement Group, Massachusetts Institute of Technology, Cambridge, MA, 02139, USA. rokabe@mit.edu.
Nature communications
|April 9, 2024
概括
这项研究引入了一种新的辐射测绘框架,使用了以Tetris为灵感的探测器像素. 这种低成本,高分辨率的系统可以有效地识别放射性源,用于环境监测.
科学领域:
- 核物理与仪器仪表技术
- 环境科学和环境监测
- 计算机科学和机器学习
背景情况:
- 辐射测绘对于环境监测至关重要,但在性能和成本方面面临挑战.
- 现有的辐射探测器与复杂的辐射物质相互作用和数据限制作斗争.
- 开发高分辨率,低成本的辐射测绘解决方案仍然是一个重要的研究目标.
研究的目的:
- 介绍一种新的辐射测绘框架,利用以Tetris为灵感的探测器像素.
- 为了证明高分辨率的定向预测和精确的辐射源定位.
- 为现实世界的辐射检测应用提供实用和经济有效的解决方案.
主要方法:
- 开发一个辐射测绘框架,使用以Tetris为灵感的探测器像素.
- 应用互像素填充以增强对比度和用蒙特卡洛 (MC) 模拟数据训练的神经网络进行方向预测.
- 使用带有最大后视 (MAP) 的移动探测器进行辐射位置定位.
主要成果:
- 只有四个像素的探测器实现了高分辨率的方向预测.
- 最大后视 (MAP) 方法使得能够准确地定位辐射源.
- 现场测试验证了MAP方法在源定位方面的有效性.
结论:
- 拟议的框架允许使用简单的探测器配置进行高质量的辐射映射.
- 这种方法为具有成本效益和高分辨率的辐射检测提供了一个有前途的途径.
- 该系统预计将在现实环境监测和辐射安全应用中部署.


