JPWO2022097305A5

JPWO2022097305A5 - 推定装置、推定方法及び推定プログラム

Info

Publication number: JPWO2022097305A5
Application number: JP2022560628A
Authority: JP
Filing date: 2020-11-09
Publication date: 2023-07-14
Anticipated expiration: 2040-11-09

Claims

探査対象物を含む三次元空間を通過した荷電粒子の数と当該荷電粒子の入射方向とを測定する複数の測定器による測定値と、各測定器の設置位置と、前記三次元空間に含まれる複数の物質層の種別との入力を受け付ける受付手段と、
前記三次元空間を複数のボクセルの集合で表現した第１のボリューム内の各ボクセルに前記荷電粒子の密度情報として任意の値を設定し、前記第１のボリュームに対して所定の畳み込み演算を行う畳み込みニューラルネットワークにおける最終層に含まれる複数の第２のボリュームのそれぞれを、前記測定器と物質層の組合せに対応させて設定する設定手段と、
前記畳み込み演算により取得された最終層の値のうち、前記測定器ごとの各物質層に対応する前記第２のボリュームの値と、各物質層の種別に対応する物質の固有密度係数と、当該測定器に対応する前記設置位置とを用いて、前記測定器ごとに前記測定値の期待値を再構成する再構成手段と、
前記測定器ごとの前記再構成された期待値と前記測定値との二乗誤差を含む誤差関数値を算出する誤差算出手段と、
前記誤差関数値が所定値以上である場合に、前記誤差関数値を最小化するように、前記畳み込みニューラルネットワークのパラメータを学習する学習手段と、
前記学習後のパラメータを用いて前記畳み込み演算により最終層の値を取得する演算手段と、
前記取得された最終層の値と前記設置位置を用いて前記三次元空間における前記密度情報の分布の推定値を推定する推定手段と、
前記誤差関数値が所定値未満である場合に、前記推定値を出力する出力手段と、
を備える推定装置。
前記受付手段は、前記探査対象物の形状に関する形状情報の入力をさらに受け付け、
前記誤差算出手段は、前記推定値のうち前記探査対象物の形状に関する推定値と、前記入力された形状情報との誤差をさらに含めて前記誤差関数値を算出する
請求項１に記載の推定装置。
前記受付手段は、前記探査対象物の前記三次元空間内の想定位置の入力をさらに受け付け、
前記誤差算出手段は、前記探査対象物の形状に関する推定値に対して、前記想定位置とのずれを調整するように前記誤差関数値を算出する
請求項２に記載の推定装置。
前記受付手段は、前記三次元空間のうち地表面より下の物質層の指定をさらに受け付け、
前記設定手段は、前記第１のボリュームのうち前記指定された物質層に対応するボクセルの初期値を、前記指定された物質層以外の物質層に対応するボクセルの初期値よりも高くするように設定する
請求項１乃至３のいずれか１項に記載の推定装置。
前記受付手段は、前記複数の物質層のうち前記探査対象物が存在する可能性のある物質層の種別の指定をさらに受け付け、
前記学習手段は、各ボクセルのうち前記指定されなかった物質層に対応するボクセルを学習の対象外として前記パラメータの学習を行う
請求項１乃至４のいずれか１項に記載の推定装置。
前記荷電粒子は、ミューオン粒子である
請求項１乃至５のいずれか１項に記載の推定装置。
コンピュータが、
探査対象物を含む三次元空間を通過した荷電粒子の数と当該荷電粒子の入射方向とを測定する複数の測定器による測定値と、各測定器の設置位置と、前記三次元空間に含まれる複数の物質層の種別との入力を受け付け、
前記三次元空間を複数のボクセルの集合で表現した第１のボリューム内の各ボクセルに前記荷電粒子の密度情報として任意の値を設定し、前記第１のボリュームに対して所定の畳み込み演算を行う畳み込みニューラルネットワークにおける最終層に含まれる複数の第２のボリュームのそれぞれを、前記測定器と物質層の組合せに対応させて設定し、
前記畳み込み演算により前記最終層の値を取得し、
前記取得された最終層の値のうち、前記測定器ごとの各物質層に対応する前記第２のボリュームの値と、各物質層の種別に対応する物質の固有密度係数と、当該測定器に対応する前記設置位置とを用いて、前記測定器ごとに前記測定値の期待値を再構成し、
前記測定器ごとの前記再構成された期待値と前記測定値との二乗誤差を含む誤差関数値を算出し、
前記誤差関数値が所定値以上である場合に、前記誤差関数値を最小化するように、前記畳み込みニューラルネットワークのパラメータを学習し、
前記学習後のパラメータを用いて前記畳み込み演算により最終層の値を取得し、
前記取得された最終層の値と前記設置位置を用いて前記三次元空間における前記密度情報の分布の推定値を推定し、
前記誤差関数値が所定値未満である場合に、前記推定値を出力する、
推定方法。
探査対象物を含む三次元空間を通過した荷電粒子の数と当該荷電粒子の入射方向とを測定する複数の測定器による測定値と、各測定器の設置位置と、前記三次元空間に含まれる複数の物質層の種別との入力を受け付ける受付処理と、
前記三次元空間を複数のボクセルの集合で表現した第１のボリューム内の各ボクセルに前記荷電粒子の密度情報として任意の値を設定し、前記第１のボリュームに対して所定の畳み込み演算を行う畳み込みニューラルネットワークにおける最終層に含まれる複数の第２のボリュームのそれぞれを、前記測定器と物質層の組合せに対応させて設定する設定処理と、
前記畳み込み演算により取得された最終層の値のうち、前記測定器ごとの各物質層に対応する前記第２のボリュームの値と、各物質層の種別に対応する物質の固有密度係数と、当該測定器に対応する前記設置位置とを用いて、前記測定器ごとに前記測定値の期待値を再構成する再構成処理と、
前記測定器ごとの前記再構成された期待値と前記測定値との二乗誤差を含む誤差関数値を算出する誤差算出処理と、
前記誤差関数値が所定値以上である場合に、前記誤差関数値を最小化するように、前記畳み込みニューラルネットワークのパラメータを学習する学習処理と、
前記学習後のパラメータを用いて前記畳み込み演算により最終層の値を取得する演算処理と、
前記取得された最終層の値と前記設置位置を用いて前記三次元空間における前記密度情報の分布の推定値を推定する推定処理と、
前記誤差関数値が所定値未満である場合に、前記推定値を出力する出力処理と、
をコンピュータに実行させる推定プログラム。