Dissertação
Real-time radionuclides detection using artificial intelligence EVALUATED
A espectroscopia de raios gama é normalmente o método utilizado para identificar regiões radioactivas. A espectroscopia de raios gama clássica envolve inúmeras fases, longos tempos de análise e, na maioria das vezes, um perito na matéria até chegar a uma identificação. Dado este longo processo, desenvolver e melhorar os sistemas de identificação existentes tem sido um desafio para organizações de defesa e segurança tais como Departamentos de Segurança Interna, Equipas de Resposta, Alfândegas e Controlo de Fronteiras. A abordagem proposta neste trabalho propõe a utilização de técnicas de Aprendizagem Automática para implementar um sistema de identificação de fácil utilização, sendo possível que qualquer pessoa, mesmo sem experiência no campo, consiga obter resultados. Esta proposta utiliza redes neuronais artificiais de forma a produzir uma classificação para um determinado espectro, adquirido através de um sensor CZT. O sistema é treinado com dados simulados e testado posteriormente com espectros reais. É explorada a identificação de um único ou múltiplos isótopos para cada amostra, realçando os benefícios de uma implementação deste género e também possíveis melhoramentos. É também sugerido um exemplo para uma possível aplicação utilizando um Raspberry Pi. A rede neuronal desenvolvida podia ser também implementada por qualquer outro sistema semelhante, tal como um telemóvel ligado a um sensor. A portabilidade e independência de um sistema como este permite a sua utilização no terreno por pessoas ou veículos não tripulados como drones.
janeiro 27, 2021, 11:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Instituto de Plasmas e Fusão Nuclear (IPFN)
Investigador Auxiliar