Электронный каталог

Статья

Чижов, К.А.
Автоматизированное машинное обучение для нейтронной спектрометрии / К.А.Чижов, [и др.] // Физика элементарных частиц и атомного ядра. – 2026. – Т. 57, № 4. – С. 697-702. – URL: https://www1.jinr.ru/Pepan/v-57-4/Chizhov.pdf. – Библиогр.: 8.

Радиационный мониторинг за защитами ускорителей проводится многошаровым спектрометром Боннера, который детектирует нейтроны в широком диапазоне энергий. Поскольку нейтронные спектры не могут быть измерены напрямую, для восстановления применяются специальные математические методы. В данной работе восстановление проведено с использованием фреймворков машинного обучения LightAutoML и FEDOT, автоматически оптимизирующих гиперпараметры и ансамблевые комбинации нескольких алгоритмов. Для обучения и валидации сгенерирован набор спектров, представленный как взвешенная комбинация тепловой, надтепловой, быстрой и высокоэнергетической компонент. Модели были проверены на 375 реальных спектрах. Неопределенность восстановления оценена методом Монте-Карло путем добавления случайной ошибки в исходные данные. Качество восстановления спектров оценено по корреляции Спирмена и Пирсона, косинусному сходству, перекрестной энтропии, расстоянию Вассерштейна, дивергенции Кульбака–Лейблера, максимальному среднему расхождению и R&sub(2).



Спец.(статьи,препринты) = Ц 849 - Искусственный интеллект. Теория и практика
ОИЯИ = ОИЯИ (JINR)2026