Gama spektroskopia je kľúčová pre aplikácie od monitorovania jadrových zariadení až po núdzové situácie. Tradičné metódy analýzy však majú problémy s prekrývajúcimi sa píkmi, šumom a zložitými spektrami, čo často vyžaduje zásah odborníkov a dosahuje obmedzenú presnosť.
Táto výskumná práca predstavuje inovatívny prístup využívajúci špecializované architektúry neurónových sietí, ktoré kombinujú konvolučné neurónové siete (CNN) s Transformer vrstvami. Tieto siete, navrhnuté špeciálne pre gama spektrá, integrujú doménovo špecifické obmedzenia a pokročilé techniky predspracovania, čo umožňuje presnú identifikáciu rádionuklidov v reálnom čase.
Kľúčové výsledky zahŕňajú:
- Presnosť: 98,5 % pri identifikácii izotopov, čo je významný pokrok oproti ~85 % dosahovaným tradičnými metódami.
- Rýchlosť: Analýza v reálnom čase (<10 ms na spektrum) podporená akceleráciou GPU.
- Odolnosť: Bezproblémové zvládanie prekrývajúcich sa píkov a zložitých spektrálnych podmienok.
- Validačné testy: Úspešná aplikácia v rôznych scenároch, zníženie času analýzy operátora o 30 % a zachovanie presnosti aj v náročných prípadoch.
Systém využíva špičkové technológie, ako je adaptívne denoising na báze waveletov, fyzikálne informovanú regularizáciu a modulárny dizajn pre zvládanie rôznych spektrálnych podmienok. Zavádza tiež pravdepodobnostné metriky v reálnom čase na zlepšenie rozhodovania v nejasných situáciách.
Tento prelom predstavuje paradigmatickú zmenu v gama spektroskopii, poskytujúc škálovateľné, efektívne a vysoko presné riešenia pre kľúčové aplikácie. Budúci vývoj bude zameraný na rozšírenie tohto prístupu na ďalšie typy žiarenia a environmentálne podmienky.
Projekt bol realizovaný v spolupráci s Couldera Technologies s.r.o. (report)