放射能濃度深度分布推定のための深層学習データ生成法

摘要

著者らは,深層ニューラルネットワーク(DLNN:Deep Layer Neural Networks)を用いた多チャンネル放射能濃度深度分布推定システム(DDS:Depth Distribution Spectrometer)の開発を目指している[1]。その推定精度向上のためには膨大な光子数に対するPHITS[2]データ(DLNNの学習•検証用データ)を必要とするが,そのようなデータを短期間に大量生成することは容易でない。本研究では,敵対的生成ネットワーク(GAN:Generative Adversarial Networks)ほ]を用いた擬似的高確度PHITSデータの生成法について概説する。