Een nieuw algoritme zou sneller, goedkopere detectie van nucleair materiaal van wapenkwaliteit aan de grenzen, snel onderscheid maken tussen goedaardige en illegale stralingssignaturen in dezelfde lading.

De ontwikkeling is een samenwerking tussen onderzoekers van de Universiteit van Illinois in Urbana-Champaign, de Universiteit van Michigan, Los Alamos Nationaal Laboratorium, Heriot-Watt Universiteit (Edinburgh, VK), en de Universiteit van Edinburgh.

"We hopen dat de bevindingen nuttig zullen zijn bij het verminderen van de valse positieve alarmen bij stralingsportaalmonitors, zelfs in scenario's met meerdere bronnen aanwezig, en het gebruik van kosteneffectieve detectoren mogelijk maken, zoals organische scintillatoren, " zei Angela DiFulvio, een assistent-professor nucleaire, plasma- en radiologische engineering aan de Universiteit van Illinois en corresponderende auteur van de studie die onlangs is gepubliceerd in Natuurwetenschappelijke rapporten .

DiFulvio is ook een voormalig postdoctoraal onderzoeker in de Detection for Nuclear Nonproliferation Group aan de U-M, onder leiding van Sara Pozzi, een professor in nucleaire techniek en radiologische wetenschappen.

Naties moeten hun burgers beschermen tegen de dreiging van nucleair terrorisme. Nucleaire beveiliging schrikt en detecteert de smokkel van speciaal nucleair materiaal - hoogverrijkt uranium, plutonium van wapenkwaliteit, of materialen die veel straling produceren - over de landsgrenzen heen.

De onderzoekers ontwikkelden een algoritme dat zwakke stralingssignalen kan identificeren, zoals te zien is aan met plutonium omhulde materialen die straling absorberen. Het werkt zelfs in de aanwezigheid van een hoge stralingsachtergrond, inclusief alledaagse bronnen zoals kosmische straling uit de ruimte en radon uit de rots onder de voeten.

Op basis van hun resultaten, ze zijn van mening dat het gebruik van hun algoritme het vermogen van stralingsportaalmonitors aan nationale grenzen zou kunnen verbeteren om het verschil te zien tussen potentiële smokkelactiviteiten en goedaardige stralingsbronnen. Bijvoorbeeld, natuurlijk voorkomende radioactieve materialen zoals keramiek en meststoffen, of radionucliden bij recent behandelde nucleair geneeskundige patiënten, kan "hinderlijke" alarmen afgaan bij stralingsscanfaciliteiten.

"Er is ook de zorg dat iemand een radioactieve bron zou willen maskeren, of speciaal nucleair materiaal, door gebruik te maken van natuurlijk voorkomende radioactieve materialen zoals graniet of kattenbakvulling, " zei Pozzi, die ook senior auteur op het papier is.

"Terwijl voertuigen of dozen worden gescand, de gegevens van de detector kunnen door deze algoritmen worden geleid die de verschillende bronnen ontmengen. De algoritmen kunnen snel identificeren of er speciaal nucleair materiaal aanwezig is, " voegde ze eraan toe.

Het ontmengen van bronnen zodat de smokkelactiviteit niet verborgen kan worden tussen goedaardige stralingsbronnen is moeilijk snel te doen. Daarom, het team wendde zich tot specialisten in machine learning, die de door Pozzi's groep verzamelde gegevens konden gebruiken om algoritmen te 'trainen' om te zoeken naar de handtekeningen van materialen die zouden kunnen worden gebruikt om een ​​atoombom te maken.

"We hebben een ontmengingsmodel gemaakt dat zowel de fundamentele fysica van het probleem weerspiegelt als ook geschikt was voor snelle berekeningen, " zei co-auteur Alfred Hero, de John H. Holland Distinguished University Professor of Electrical Engineering and Computer Science en R. Jamison en Betty Williams Professor of Engineering U-M.

Dit onderzoek begon bij U-M als onderdeel van het Consortium for Verification Technology, een vijfjarig onderzoeksprogramma voor nucleaire non-proliferatie van $ 25 miljoen, gefinancierd door de U.S. Nuclear National Security Administration, onder leiding van Pozzi. DiFulvio zette het werk voort toen ze in 2018 naar UIUC verhuisde.

"Dit werk is een krachtig voorbeeld van het voordeel van een nauwe en duurzame samenwerking tussen computationele datawetenschappers en nucleaire ingenieurs, resulterend in een belangrijke verbetering van de detectie en identificatie van nucleaire straling, ' zei Held.

Het blad is getiteld, "Verwachting-voortplanting voor identificatie van zwakke radionucliden op stralingsportaalmonitors, " en is gepubliceerd in het tijdschrift Wetenschappelijke rapporten .