Разработка веб-приложения для эксперимента по восстановлению спектра нейтронов с применением алгоритмов нейронный сетей

Восстановление спектров нейтронов по результатам измерений многошаровым спектрометром Боннера является некорректно поставленной обратной задачей и требует специальных методов решения. В работе представлены методы восстановления спектра с помощью регрессионной модели алгоритма машинного обучения «случайный лес», а также обученной на синтетических данных нейронной сети. Алгоритмы были обучены и протестирован на базе данных, состоящей из 500 тысяч спектров, искусственно сгенерированных по методу FRUIT, и реальными спектрам из сборника МАГАТЭ и схожих работ по тематике — 340 штук. В качестве входных признаков модели были использованы показания спектрометра для восьми и десяти шаров-замедлителей. Показано, что разработанный алгоритм применим для восстановления спектров нейтронов. Восстановленные спектры по характеру графика близки к исходным. По спектрам была рассчитана мощность эффективной дозы для изотропного облучения, показано, что средняя ошибка при оценке дозы составляет 25%.