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

Các nhiệm vụ khác

Nghiên cứu biên tập Atlat địa lí địa phương phục vụ dạy học tại các trường phổ thông tỉnh Thái Nguyên
Nghiên cứu đổi mới hệ thống quản lý đất đai để hình thành và phát triển thị trường bất động sản ở Việt Nam - Báo cáo phân tích chính sách pháp luật về đất đai và thị trường bất động sản hiện hành ở Việt Nam
Nghiên cứu ứng dụng công nghệ sinh học tạo các chế phẩm thức ăn chức năng từ động vật và nấm quí phục vụ sức khỏe cộng đồng
Tự động hóa hệ chuyển bia nước tự động có thể làm việc với thiết bị KOTRON13 trên cơ sở khối điều khiển PLC và hệ đo xác định vị trí chùm hạt đến bia
Nghiên cứu công nghệ sản xuất ferro mangan từ quặng mangan vùng Hà Giang
Điều tra tài nguyên rừng lâm trường Thạnh Trị (cây tràm đất nước cá tôm chim)
Nghiên cứu tài nguyên nước lưu vực suối Nậm Na nhằm giải quyết các nhu cầu về nước cho các đối tượng dùng nước phục vụ phát triển kinh tế xã hội thị xã Sơn La
Nghiên cứu cải tiến kế hoạch giao điểm và theo dõi chấm điểm thi đua
Quyền lập hiến: Những vấn đề lý luận cơ bản
Xây dựng quy trình chế biến 02 sản phẩm nước xạ đen và nước xạ đen - mủ trôm đóng lon

liên kết website

Lượt truy cập

Lượt truy cập : 54,264,945

Kết quả thực hiện nhiệm vụ

MS đề tài

CS/21/04-02

Số đăng ký KQ

2022-60-0802/NS-KQNC

Tên nhiệm vụ

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

Tổ chức chủ trì

Viện Khoa học và Kỹ thuật Hạt nhân

Cơ quan chủ quản

Bộ Khoa học và Công nghệ

Cơ quan cấp kinh phí

Bộ Khoa học và Công nghệ

Cấp quản lý nhiệm vụ

Cơ sở

Thuộc chương trình

Chủ nhiệm nhiệm vụ

TS. Lê Xuân Chung⁽¹⁾

Cán bộ phối hợp

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

Lĩnh vực nghiên cứu

10201 - Khoa học máy tính (Những nội dung về phần cứng xếp vào mục 20206 – Phần cứng và kiến trúc máy tính)

Thời gian bắt đầu

01/01/2021

Thời gian kết thúc

01/12/2021

Năm viết báo cáo

2022

Nơi viết báo cáo

Hà Nội

90 (triệu đồng)

Số trang

40 tr.

Tóm tắt

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.

Từ khoá

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

Nơi lưu trữ

24 Lý Thường Kiệt, Hà Nội

Ký hiệu kho

21032