作者:凯特·麦卡平，密歇根大学 信用:CC0公共领域 一种新的算法可以更快、更便宜地在边境检测武器级核材料，快速区分同一批货物中的良性和非法辐射特征
这一进展是伊利诺伊大学厄巴纳-香槟分校、密歇根大学、洛斯阿拉莫斯国家实验室、赫里奥特-瓦特大学(英国爱丁堡)和爱丁堡大学的研究人员合作完成的
“我们希望这些发现将有助于减少辐射入口监测器的假阳性警报，即使是在存在多种辐射源的情况下，并能够使用具有成本效益的探测器，如有机闪烁体，”伊利诺伊大学核、等离子体和放射工程助理教授安吉拉·迪福里欧说，她也是最近发表在《自然科学报告》上的这项研究的相应作者
迪福维奥还是U-M核不扩散探测小组的前博士后研究员，该小组由核工程和放射科学教授萨拉·波齐领导
各国需要保护其公民免受核恐怖主义的威胁
核安全阻止并检测特殊核材料的跨境走私——高浓缩铀、武器级钚或产生大量辐射的材料
研究人员开发了一种能够识别微弱辐射信号的算法，例如可以从吸收辐射的钚包裹材料中看到的信号
它甚至在高辐射背景下也能工作，包括日常来源，如来自太空的宇宙射线和来自脚下岩石的氡
基于他们的研究结果，他们相信使用他们的算法可以提高国家边境的辐射门户监测器分辨潜在走私活动和良性辐射源的能力
例如，天然存在的放射性物质，如陶瓷和肥料，或最近接受治疗的核医学患者体内的放射性核素，都会在辐射扫描设备上引发“有害”警报
该论文的资深作者波齐说:“还有一种担心是，有人可能想利用花岗岩或猫砂等天然放射性物质来掩盖放射源或特殊核材料。”
“当车辆或箱子被扫描时，来自探测器的数据可以通过这些算法来分解不同的来源
该算法可以快速识别是否存在特殊的核材料，”她补充说
很难快速地将辐射源分离，从而使走私活动不会隐藏在良性辐射源中
为此，该团队求助于机器学习专家，他们可以利用波齐小组收集的数据来“训练”算法，以寻找可用于制造核弹的材料的特征
“我们精心制作了一个混合模型，它既反映了问题的基本物理原理，又易于快速计算，”合著者阿尔弗雷德·赫罗说
荷兰杰出大学电气工程和计算机科学教授
贾米森和贝蒂·威廉斯工程教授U-M
这项研究始于U-M，是核查技术联盟的一部分，这是一个为期5年、耗资2500万美元的核不扩散研究项目，由美国资助
S
波齐领导的国家核安全局
2018年，迪芙洛搬到加州大学洛杉矶分校后，她继续从事这项工作
“这项工作是计算数据科学家和核工程师之间密切和持续合作的一个强有力的例子，导致核辐射检测和识别的重大改进，”英雄说
这篇论文的题目是“辐射门监测器弱放射性核素识别的期望传播”，发表在《科学报告》杂志上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
