XiaoMi-AI文件搜索系统
World File Search System放射源
通过小型 CZT 传感器网络进行放射源定位的人工智能方法
我们提出了一种小型 (0.5 𝑐𝑚 3 ) 静态 CZT 传感器网络，由多个无方向性探测器 (NDD) 组成，能够在 3D 中定位固定辐射源。定位采用基于 AI 技术的融合算法执行。该算法基于多层 Perseptron 神经网络 (MLP) 和梯度提升决策树 (BDTG)。它们已使用基于 Geant4 框架的 SWORD 模拟软件生成的模拟数据进行训练。使用我们实验室使用的 137 𝐶𝑠 源 180 𝜇𝐶𝑖 的实验数据验证了算法的定位效率。在 5m x 2.8m x 2m 的监测范围内，垂直和水平方向的定位分辨率分别达到 10cm 到 15cm 量级，深度方向的定位分辨率小于 20cm 量级。
科拉核电站主要关注的放射源...
不受控制的链式反应危险构成了与核潜艇和乏核燃料相关的潜在严重风险。此类意外情况可能会在大面积范围内造成相当大的污染 - 范围（尽管强度可能不同）类似于切尔诺贝利事件对芬诺-斯堪的亚的影响或其他核电站意外泄漏案例研究中的沉积模式。因此，这种风险与卸载燃料的运行和退役潜艇以及储存乏燃料的储存设施、船舶和铁路集装箱有关。对于其中一些情况，仍有待确定是否或在何种情况下会实现事件链中每个环节导致临界状态的必要物理条件。然而，对于某些情况，真实事件证明了普遍存在的风险。
识别和定位废放射源的方法
自 1898 年居里夫妇分离出镭以来，放射性核素在研究应用领域中一直处于领先地位。自 20 世纪 50 年代以来，随着粒子加速器和核反应堆的出现，可供选择的放射性核素越来越多。这些来源已在发达国家和发展中国家广泛使用。许多国家都已建立基础设施来核算放射性物质，例如，通过许可证制度、立法要求用户保留适当的记录并定期向主管部门报告，或者在进口物品的情况下，通过海关清关程序。在其他国家，可能没有或没有足够的正式安排来核算来源。