BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Các nhiệm vụ khác
liên kết website
Lượt truy cập
 Lượt truy cập :  14,812,123
  • Kết quả thực hiện nhiệm vụ

CS/21/04-02

2022-60-0802/NS-KQNC

Áp dụng phương pháp máy học trong việc nhận diện hạt theo hình dạng xung

Viện Khoa học và Kỹ thuật Hạt nhân

Bộ Khoa học và Công nghệ

Cơ sở

TS. Lê Xuân Chung

ThS. Nguyễn Đức Tôn, TS. Vi Hồ Phong, ThS. Nguyễn Hoàng Phúc, ThS. Bùi Duy Linh;

Khoa học máy tính

01/01/2021

01/12/2021

2022

Hà Nội

40 tr.

Trí tuệ nhân tạo (AI) cho phép máy tính mô phỏng trí thông minh của con người dựa trên logic, quy tắc, thứ tự ra quyết định và máy học. Trong đó, máy học (ML) là một lĩnh vực của AI và hoạt động dựa trên một mạng nơron nhân (ANN) tạo bắt chước não người. Theo cách này, ANN được huấn luyện bởi một lượng dữ liệu đủ lớn (đầu vào nhất định với đầu ra nhất định). Sau đó, nó có thể tìm ra logic và có thể dự đoán đầu ra với những đầu vào mới. Báo cáo này trình bày việc áp dụng phương pháp ANN trong phân biệt nơtron và gamma theo hình dạng xung. Đầu tiên, thời gian bay của nơtron và gamma phát ra từ nguồn Cf252 trong khoảng cách xấp xỉ 1,2 m được đo đạc nhằm mục đích phân biệt hai loại hạt này. Đặc trưng hình dạng xung của detector nhấp nháy EJ-299-33 được sử dụng để huấn luyện một mạng nơron nhân tạo trong phương pháp Máy học. Sau đó, mạng ANN được sử để dự đoán cho một tập số liệu hình dạng xung khác để phân loại nguồn gốc hình thành từ nơtron hay gamma. So sánh với phương pháp so sánh điện tích, phương pháp Máy học với mạng ANN cho độ chính xác cao hơn. Kết quả này chứng minh tiềm năng ứng dụng lớn của phương pháp trong phân tích số liệu hạt nhân.

Trí tuệ nhân tạo; Máy học; Nhận diện hạt; Hình dạng xung; Mô phỏng trí thông minh; Mạng nơron nhân tạo

24 Lý Thường Kiệt, Hà Nội

21032