JP2019105502A - 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 - Google Patents
学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 Download PDFInfo
- Publication number
- JP2019105502A JP2019105502A JP2017237532A JP2017237532A JP2019105502A JP 2019105502 A JP2019105502 A JP 2019105502A JP 2017237532 A JP2017237532 A JP 2017237532A JP 2017237532 A JP2017237532 A JP 2017237532A JP 2019105502 A JP2019105502 A JP 2019105502A
- Authority
- JP
- Japan
- Prior art keywords
- contamination
- learning model
- model
- probability
- dose
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of Radiation (AREA)
Abstract
Description
図1は、実施形態に係る汚染密度算出装置の一例である汚染密度算出装置20の構成を概略的に示す概略図である。
I=exp(−μd)/L2 …(1)
上記式(1)のうち、1/L2の項は、汚染源からの距離Lの影響を加味した項であり、exp(−μd)の項は、汚染源から放射される放射線の減衰および遮蔽の影響を加味した項である。
続いて、本実施形態を適用する解析対象について説明する。
なお、図2に示されるx軸、y軸およびz軸は、それぞれ、三次元直交座標系の各軸であり、それぞれ、横(幅)方向、縦(奥行)方向および高さ方向に延びる座標軸である。
ボクセル7は、解析対象1に対して汚染源の位置および大きさを設定する際の基準となる。すなわち、三次元座標系汚染密度算出装置20では、ボクセル7単位で汚染源が設定される。
構造物st2は、2(x軸方向)×2(y軸方向)×2(z軸方向)の計8個のボクセル7によって表されており、全てが評価エリア6の内部に存在する。
構造物st3は、2(x軸方向)×2(y軸方向)×4(z軸方向)の計16個のボクセル7によって表されており、全てが評価エリア6の外部かつ破線BLに対して評価エリア6から遠い側に存在する。
構造物st4は、20(x軸方向)×1(y軸方向)×1(z軸方向)の計20個のボクセル7によって表されており、20個のボクセル7のうち、8個は評価エリア6の内部に、7個は評価エリア6の外部かつ破線BLに対して評価エリア6から近い側に、5個は評価エリア6の外部かつ破線BLに対して評価エリア6から遠い側に存在する。
次に、実施形態に係る学習モデル製造方法および汚染密度算出方法を説明する。
図4は、実施形態に係る学習モデル製造方法の一例であって、第1の学習モデル製造処理手順の処理ステップの流れを示す処理フロー図である。
図7は、実施形態に係る学習モデル製造方法の一例であって、第2の学習モデル製造処理手順の処理ステップの流れを示す処理フロー図である。
図8は、実施形態に係る汚染密度算出方法の一例である汚染密度算出処理手順の処理ステップの流れを示す処理フロー図である。
Claims (9)
- 三次元空間内に設定される解析対象範囲に含まれる全座標位置から選択される少なくとも1箇所の座標位置の汚染確率を設定するステップと、
前記解析対象範囲の内部に設定され、汚染源を推定する範囲の位置情報を表す評価エリア位置情報に基づく評価エリアに対して、前記汚染確率を設定する際に選択される少なくとも1箇所の座標位置からの空間線量に及ぼす影響の程度を表す線量寄与度を算出するステップと、
前記汚染確率および前記線量寄与度のうち、少なくとも前記線量寄与度が、設定した条件を満たすか否かを判定した判定結果に応じて、学習モデルを製造する要否を決定する学習モデル製造要否決定ステップと、
前記学習モデル製造要否決定ステップで前記学習モデルを製造する旨を決定した場合、当該決定をするにあたり比べた前記汚染確率および前記線量寄与度のうち、少なくとも前記線量寄与度を与える前記汚染源となる核種、前記汚染源の位置、大きさおよび強度を設定した汚染モデルを入力データとしたシミュレーションを実行して前記評価エリアの空間線量分布を出力データとして取得し、取得した出力データを入力データと関連付け、関連付けられた入力データおよび出力データを前記学習モデルとして取得する学習モデル取得ステップとを備えることを特徴とする学習モデル製造方法。 - 前記汚染確率を設定するステップは、前記解析対象範囲に在る構造物の位置、形状および大きさの情報を含む構造物情報に基づいて前記構造物の有無を判定するステップと、
前記解析対象範囲のうち、前記構造物が有ると判定した座標位置に0%超100%以下の汚染確率を設定するステップとを含む請求項1記載の学習モデル製造方法。 - 前記汚染確率を設定するステップは、前記解析対象範囲に在る構造物の位置、形状および大きさの情報を含む構造物情報に基づき、前記構造物の表面を抽出するステップと、
前記構造物情報に基づいて前記構造物の表面が抽出された座標位置に0%超100%以下の汚染確率を設定するステップとを含む請求項1記載の学習モデル製造方法。 - 前記構造物情報は構造物の材質の情報を含み、
前記汚染確率を設定するステップは、物質および形状と汚染確率とが関連付けられている汚染確率情報を参照し、前記構造物の材質および形状と同じ物質および形状と関連付けられている汚染確率を取得するステップと、取得した汚染確率を前記汚染確率として設定するステップとを含む請求項1から3の何れか一項に記載の学習モデル製造方法。 - 前記学習モデル取得ステップは、前記汚染源となる核種、前記汚染源の位置、大きさおよび強度と前記評価エリアの空間線量分布との関連付けが少なくとも一つ得られている場合、前記汚染源の位置を平行移動した後の空間線量分布を、得られている空間線量分布を、前記汚染源の平行移動と同じ平行移動をさせて求めるステップと、
前記求めるステップで求められた前記平行移動させた後の座標位置に対する前記汚染源となる核種、前記汚染源の位置、大きさおよび強度と前記評価エリアの空間線量分布とを、前記関連付けられた入力データおよび出力データとして、前記学習モデルに追加するステップとを含む請求項1から4の何れか一項に記載の学習モデル製造方法。 - 前記学習モデル取得ステップは、前記汚染源となる核種、前記汚染源の位置、大きさおよび強度と前記評価エリアの空間線量分布との関連付けが少なくとも一つ得られている場合、得られている前記空間線量および前記汚染源の強度を、正数nを乗じてn倍して前記核種、前記汚染源の位置、大きさおよび強度と前記評価エリアの空間線量分布とを関連付けるステップと、
前記関連付けるステップで関連付けられた前記n倍した後の前記汚染源の位置、大きさおよび強度と前記評価エリアの空間線量分布とを、前記関連付けられた入力データおよび出力データとして、前記学習モデルに追加するステップとを含む請求項1から5の何れか一項に記載の学習モデル製造方法。 - 学習モデル取得ステップは、前記解析対象範囲の内部に設定した範囲に含まれる汚染源が前記評価エリアの空間線量に対して及ぼす影響と実質的に等価とみなす疑似汚染モデルを前記設定した範囲に含まれる汚染源の代わりに設定するステップを含み、
前記設定した範囲に含まれる汚染源を前記疑似汚染モデルに代替して前記シミュレーションを実行するステップであって、
前記疑似汚染モデルは、前記設定した範囲に含まれる汚染源を代替するモデルであって、前記設定した範囲と同じ範囲に大きさおよび強度が既知な汚染源を含むモデルである請求項1から6の何れか一項に記載の学習モデル製造方法。 - 請求項1乃至7の何れか一項に記載の学習モデル製造方法によって製造される学習モデルを機械学習させて学習済みモデルを得るステップと、
前記学習済みモデルに前記空間線量を入力して前記汚染源の位置および強度を得るステップとを備えることを特徴とする汚染密度算出方法。 - 三次元空間内に設定される解析対象範囲に含まれる全座標位置から選択される少なくとも1箇所の座標位置に設定する汚染確率および前記解析対象範囲の内部に設定され、汚染源を推定する範囲の位置情報を表す評価エリア位置情報に基づく評価エリアに対して、前記汚染確率を設定する際に選択される少なくとも1箇所の座標位置からの空間線量に及ぼす影響の程度を表す線量寄与度のうち少なくとも前記線量寄与度が、設定した条件を満たすか否かを判定した判定結果に応じて、学習モデルを製造する要否を決定する学習モデル製造要否決定手段と、
前記学習モデル製造要否決定手段が前記学習モデルを製造する旨を決定した場合、当該決定をするにあたり比べた前記汚染確率および前記線量寄与度のうち少なくとも前記線量寄与度を与える前記汚染源の位置、大きさおよび強度を設定した汚染モデルを入力データとしたシミュレーションを実行して前記評価エリアの空間線量分布を出力データとして取得し、取得した出力データを入力データと関連付け、関連付けられた入力データおよび出力データを前記学習モデルとして製造する学習モデル製造手段と、
前記学習モデル製造手段が製造する前記学習モデルを機械学習させた後の前記学習モデルが導き出す前記空間線量分布と前記汚染源の位置、大きさおよび強度との関係と測定した空間線量分布とを用いて、前記測定した空間線量分布となる汚染源の位置、大きさおよび強度を推定する汚染源推定手段とを具備することを特徴とする汚染密度算出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017237532A JP6889096B2 (ja) | 2017-12-12 | 2017-12-12 | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017237532A JP6889096B2 (ja) | 2017-12-12 | 2017-12-12 | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019105502A true JP2019105502A (ja) | 2019-06-27 |
JP6889096B2 JP6889096B2 (ja) | 2021-06-18 |
Family
ID=67061973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017237532A Active JP6889096B2 (ja) | 2017-12-12 | 2017-12-12 | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6889096B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539158A (zh) * | 2020-03-31 | 2020-08-14 | 安徽国祯环保节能科技股份有限公司 | 一种水体的最大污染负荷分配方法及系统 |
JP2021163012A (ja) * | 2020-03-31 | 2021-10-11 | クラシエホールディングス株式会社 | 健康管理支援システム、健康管理支援方法、及びプログラム |
KR20220095565A (ko) * | 2020-12-30 | 2022-07-07 | (주)휴엔릭스 | 인공지능을 이용한 오염물질 계측장치 및 인공지능을 이용한 오염물질 계측방법 |
CN114925321A (zh) * | 2022-05-13 | 2022-08-19 | 北京科技大学 | 克服污染数据及不确定事件的新型稳健估计方法及装置 |
WO2023024463A1 (zh) * | 2021-12-30 | 2023-03-02 | 南京大学 | 一种水体有机污染智能化溯源方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04116490A (ja) * | 1990-09-06 | 1992-04-16 | Toshiba Corp | 雰囲気線量当量率への線源寄与測定器 |
JPH06186340A (ja) * | 1992-12-16 | 1994-07-08 | Hitachi Ltd | 放射線線量率マップ作成装置 |
JP2006084478A (ja) * | 1999-03-09 | 2006-03-30 | Central Res Inst Of Electric Power Ind | 放射能の計測方法 |
JP2013113594A (ja) * | 2011-11-25 | 2013-06-10 | Hitachi-Ge Nuclear Energy Ltd | 空間線量評価装置および方法 |
JP2014006805A (ja) * | 2012-06-26 | 2014-01-16 | Honda Motor Co Ltd | 近似モデル生成装置、近似モデル生成方法及びプログラム |
JP2016075632A (ja) * | 2014-10-08 | 2016-05-12 | 株式会社東芝 | 環境放射能分布測定方法 |
-
2017
- 2017-12-12 JP JP2017237532A patent/JP6889096B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04116490A (ja) * | 1990-09-06 | 1992-04-16 | Toshiba Corp | 雰囲気線量当量率への線源寄与測定器 |
JPH06186340A (ja) * | 1992-12-16 | 1994-07-08 | Hitachi Ltd | 放射線線量率マップ作成装置 |
JP2006084478A (ja) * | 1999-03-09 | 2006-03-30 | Central Res Inst Of Electric Power Ind | 放射能の計測方法 |
JP2013113594A (ja) * | 2011-11-25 | 2013-06-10 | Hitachi-Ge Nuclear Energy Ltd | 空間線量評価装置および方法 |
JP2014006805A (ja) * | 2012-06-26 | 2014-01-16 | Honda Motor Co Ltd | 近似モデル生成装置、近似モデル生成方法及びプログラム |
JP2016075632A (ja) * | 2014-10-08 | 2016-05-12 | 株式会社東芝 | 環境放射能分布測定方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539158A (zh) * | 2020-03-31 | 2020-08-14 | 安徽国祯环保节能科技股份有限公司 | 一种水体的最大污染负荷分配方法及系统 |
JP2021163012A (ja) * | 2020-03-31 | 2021-10-11 | クラシエホールディングス株式会社 | 健康管理支援システム、健康管理支援方法、及びプログラム |
CN111539158B (zh) * | 2020-03-31 | 2023-06-16 | 中节能国祯环保科技股份有限公司 | 一种水体的最大污染负荷分配方法及系统 |
KR20220095565A (ko) * | 2020-12-30 | 2022-07-07 | (주)휴엔릭스 | 인공지능을 이용한 오염물질 계측장치 및 인공지능을 이용한 오염물질 계측방법 |
KR102573134B1 (ko) * | 2020-12-30 | 2023-09-01 | (주)휴엔릭스 | 인공지능을 이용한 오염물질 계측장치 및 인공지능을 이용한 오염물질 계측방법 |
WO2023024463A1 (zh) * | 2021-12-30 | 2023-03-02 | 南京大学 | 一种水体有机污染智能化溯源方法及系统 |
US11965871B2 (en) | 2021-12-30 | 2024-04-23 | Nanjing University | Method and system for intelligent source tracing of organic pollution of water body |
CN114925321A (zh) * | 2022-05-13 | 2022-08-19 | 北京科技大学 | 克服污染数据及不确定事件的新型稳健估计方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6889096B2 (ja) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6889096B2 (ja) | 学習モデル製造方法、汚染密度算出方法および汚染密度算出装置 | |
EP2734946B1 (en) | Systems and methods for three dimensional printing | |
Balcaen et al. | Stereo-DIC calibration and speckle image generator based on FE formulations | |
Hakim et al. | Calculating point of origin of blood spatter using laser scanning technology | |
JP6680470B2 (ja) | 画像取得装置及び画像取得方法並びに画像補正プログラム | |
JP5210284B2 (ja) | 熱流体圧力データ評価装置 | |
TWI512513B (zh) | 用於編輯或產生一示意圖之方法及非暫時性電腦可讀取媒體以及用於產生一示意圖之系統 | |
US11513494B2 (en) | Inspecting mesh models | |
Card | The challenge of productivity measurement | |
US20130289954A1 (en) | Computing device and method for simulating measurement path of probe of measurement machine | |
WO2021183348A1 (en) | Partially resident bounding volume hierarchy | |
CN109190144A (zh) | 一种任意形状放射源辐射屏蔽计算仿真方法 | |
Müller et al. | Comparison of different measures for the single point uncertainty in industrial X-ray computed tomography | |
Fleßner et al. | Assessment of the single point uncertainty of dimensional CT measurements | |
CN106415198A (zh) | 坐标测量机中图像记录模拟 | |
US8949086B2 (en) | Accurate determination of particle positioned on free surface in particle method | |
JP2018189516A (ja) | 表面汚染密度分布算出装置、方法及びプログラム | |
JP2021068441A (ja) | 軸流冷却ファンシュラウドの円形開口部サイズの自動計算のための方法 | |
Müller et al. | Implementation of parameterized work piece deviations and measurement uncertainties into performant meta-models for an improved tolerance specification | |
Prušková et al. | Possibilities of Using Modern Technologies and Creation of the Current Project Documentation Leading to the Optimal Management of the Building for Sustainable Development | |
JP6858391B2 (ja) | X線ct装置、画像補正方法及び画像補正プログラム | |
Inui et al. | Shrinking sphere: A parallel algorithm for computing the thickness of 3D objects | |
JP2011501171A (ja) | 放射線量の定量方法及び関連する等線量曲線を求める方法 | |
Irgenfried et al. | Image formation simulation for computer-aided inspection planning of machine vision systems | |
KR102374327B1 (ko) | 3차원 모델을 이용한 원전 설비 요소의 방사능 강도 산정 및 방사선 맵 표출시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210401 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210520 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6889096 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |