Optimización de redes neuronales artificiales para la reconstrucción del espectro de neutrones y sus dosis equivalentes

Abstract

En el presente trabajo se utilizo la metodología de diseño robusto de redes neuronales artificiales para determinar una topología óptima de red capaz de resolver con eficiencia los problemas de espectrometría y dosimetría de neutrones. Para el diseño de la topología de red optimizada se entrenaron 36 distintas arquitecturas de red en base a un arreglo ortogonal con una configuración L9(34), L4(32). Para el entrenamiento de las redes neuronales, se utilizo un código de cómputo desarrollado en el entorno de programación de Matlab, el cual automatiza el procesamiento y análisis de la información, reduciendo considerablemente el tiempo empleado en esta actividad para el investigador. Para el entrenamiento de las redes de propagación hacia adelante se utilizo un compendio de espectro de neutrones publicado por la Agencia Internacional de Energía Atómica, donde del total se utilizaron el 80% para el entrenamiento y 20% para la prueba, entrenada con un algoritmo de propagación inversa siendo los datos de entrada las tasas de conteo correspondientes a las 7 esferas del sistemas espectrométrico de esferas Bonner, como datos de salida, la red neuronal obtiene el espectro de neutrones expresado en 60 grupos de energía y se calculan de forma simultánea 15 cantidades dosimétricas.