Nagyenergiás gamma részecskék detektálása neurális háló segítségével
| dc.contributor.advisor | Ujvári, Balázs | |
| dc.contributor.author | Baranyai, Dávid | |
| dc.contributor.department | DE--Informatikai Kar | hu_HU |
| dc.date.accessioned | 2020-11-24T08:32:13Z | |
| dc.date.available | 2020-11-24T08:32:13Z | |
| dc.date.created | 2020-11-02 | |
| dc.description.abstract | Környezetünk tele van természetes és emberi tevékenységből származó radioaktív izotópokkal. Egy izotóp azonosításához meg kell mérni a bomlásakor kibocsájtott sugárzás energiáját, mely lehet alfa, béta és gamma. Dolgozatomban a gamma sugárzással foglalkozom, a szimulációmban a nukleáris méréstechnikában elterjedt plasztik szcintillátort használom, mely az általa elnyelt gamma energiájával arányos látható fotont kelt, ezeket fotonszámlálóval olvasom ki. A nagyenergiás gamma, amennyiben az energiáját a detektorban adja le, egy rá jelemző számú fotont kelt, ezt fotocsúcsnak hívjuk, ha az energiájának csak egy részét adja le, Compton-háttérnek nevezzük. A plasztik szcintillátorok gyorsak, költséghatékonyak és könnyű megmunkálni. Hátránya, hogy a kis sűrűsége miatt nehéz fotocsúcsban detektálni a nagyenergiás gammákat, mert a Compton-szórások közötti "pattogás" hossza akár több cm is lehet. Egy 18x20x20cm-es plasztik szcintillátor esetében a 100keV-es gamma a detektorban adta le az egész energiáját, ennek az esélye 20%. Ezek számunkra az értékes adatok, ez a jel. Az összes többi ami nem hagyta benne az összes energiáját és az összes olyan nagyobb energiás, ami hasonló számú fotont kelt, az mind háttér. A feldolgozásra neurális hálót használok. Ezzel a megoldással gyorsan és hatékonyan tudom eldönteni, FPGA-ra implementálva akár mikroszekundumon belül, hogy az adott gamma mintázat jel vagy háttér. Hatékony elkülönítéssel még nagy intenzitáskülönbség esetén is észlelhető az izotóp. Egy, a szimulációban is használt 81 csatornás detektorral észlelhető szóródási mintázat alapján meg tudom különböztetni a jelet a háttértől. A detektor mérete, a csatornaszám és a neurális háló változtatásával egy olyan, adott energiára érzékeny detektort kapok, ami a háttéreseményeket jól el tudja választani a jeltől, azaz, az adott energiájú gammát, általa a keresett izotópot, bár kis mennyiségben, nagy háttérsugárzás mellett is azonosítani tudja. | hu_HU |
| dc.description.course | Mérnökinformatikus | hu_HU |
| dc.description.degree | MSc/MA | hu_HU |
| dc.format.extent | 61 | hu_HU |
| dc.identifier.uri | http://hdl.handle.net/2437/298932 | |
| dc.language.iso | hu | hu_HU |
| dc.subject | neural network | hu_HU |
| dc.subject | high energy | hu_HU |
| dc.subject | physics detection | hu_HU |
| dc.subject | sipm sensor | hu_HU |
| dc.subject | simulation | hu_HU |
| dc.subject | geant4 | hu_HU |
| dc.subject | data analysis | hu_HU |
| dc.subject.dspace | DEENK Témalista::Informatika | hu_HU |
| dc.subject.dspace | DEENK Témalista::Fizika | hu_HU |
| dc.title | Nagyenergiás gamma részecskék detektálása neurális háló segítségével | hu_HU |
| dc.title.translated | High energy gamma detection using neural network | hu_HU |