Procédé pour extraire des composantes neutroniques discrètes issues de réactions photo-nucléaires à l'aide d'un réseau de neurones entrainé
L'invention concerne un procédé pour extraire des composantes neutroniques discrètes (issues de réactions photo-nucléaires entre des photons et au moins un élément chimique à détecter) d'un spectre neutronique issu de réactions photo-nucléaires obtenues par irradiation, d'un matériau...
Gespeichert in:
Hauptverfasser: | , , |
---|---|
Format: | Patent |
Sprache: | fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | L'invention concerne un procédé pour extraire des composantes neutroniques discrètes (issues de réactions photo-nucléaires entre des photons et au moins un élément chimique à détecter) d'un spectre neutronique issu de réactions photo-nucléaires obtenues par irradiation, d'un matériau comprenant ledit au moins un élément chimique à détecter, avec une source de photons, au moins une énergie des photons de la source étant supérieure au seuil de réaction photo-nucléaire de l'élément chimique à détecter, en utilisant un réseau de neurones multicouche et multicanal ayant une architecture avec un étage de convolution et un étage de déconvolution. Le procédé comprend une étape préalable d'entrainement du réseau de neurones par apprentissage supervisé et une étape de prédiction, à l'aide du réseau de neurones entrainé. Figure pour l'abrégé : aucune
The invention relates to a method for extracting discrete neutron components (derived from photonuclear reactions between photons and at least one chemical element to be detected) from a neutron spectrum derived from photonuclear reactions obtained by irradiating a material comprising the at least one chemical element to be detected with a source of photons, at least one energy of the photons of the source being greater than the photonuclear reaction threshold of the chemical element to be detected, which method uses a multilayer and multichannel neural network having an architecture with a convolution stage and a deconvolution stage. The method comprises a preliminary step of training the neural network by supervised learning and a prediction step using the trained neural network. |
---|