Enhancement of beta spectrometry using double scintillators and ML-based unfolding
Notice bibliographique
Résumé
We present a novel beta spectrometer that consists of two identical plastic scintillators with one scintillator screened by a thin copper plate as a beta shield. The screened scintillator responds only to gamma photons while the other scintillator responds to both beta particles and gamma photons. The spectrometer’s response to beta and gamma radiations was characterized by experiments and Monte Carlo simulations. The gamma responses of the scintillators were in good agreement in most energy region while the screened scintillator showed a notable gamma attenuation in the low energy region below 150 keV. Comparison of the simulated and measured pulse height spectra showed good agreements for both beta and gamma radiations. For beta spectrum analysis, a simple gamma subtraction method and a convolutional neural network (CNN)-based method were investigated for various mixed beta–gamma fields. The subtraction method showed good accuracy in most energy regions while a notable overestimation of beta fluence was observed in the low energy region, which was caused by the gamma attenuation effect of the screened scintillator. The outcomes of the CNN method showed good agreements with the true beta fluence spectra for the validation dataset, however, the CNN model led to a significant overestimation for a dataset produced using the radionuclides that have not been used in the training datasets. To take the advantages of the outperforming features of both unfolding methods, a hybrid algorithm was deduced by applying a tolerance range to the subtraction result. • A beta spectrometer consisting of two identical scintillators and a thin Cu plate. • A hybrid unfolding combines a ML algorithm and a simple gamma subtraction method. • Linear combination of measured and simulated data to produce dataset for ML-unfolding. • Accurate beta fluence unfolding result is achieved in the energy region of interests.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».