台湾 发布 200 neutron shutter configurations dataset 数据集, 应用在 中子屏蔽设计、机器学习应用 领域

台湾 本次发布的数据集 200 neutron shutter configurations dataset, 本研究提出了一种新颖的设计方法，将蒙特卡洛模拟（MCNP）与机器学习技术相结合，以增强屏蔽性能并加速设计过程。目标设施是一个紧凑的中子科学平台，其中中子是通过回旋加速器产生的质子束撞击中子生产目标而产生的。该系统包括热中子和快中子束线。在热中子线上安装了中子束快门，以减少维护活动期间的职业辐射暴露。在这项工作中，使用MCNP对200个具有不同材料序列的中子快门配置进行了模拟。使用生成的数据集来训练一个完全连接的神经网络，以预测屏蔽下游的中子通量。然后，将训练好的模型应用于1000个随机生成的屏蔽配置，以快速预测通量和性能排名。选择了20个预测通量最低的设计，并通过MCNP模拟进一步验证。结果表明，最优设计将中子通量从快门入口处的5.61 × 109 n/cm2·s降低到出口处的4.96×105 n/cm2·s，实现了四个数量级的减少。这些发现证实，将机器学习技术集成可以有效地降低模拟成本，并有助于识别高性能的屏蔽配置，证明了数据驱动方法在中子系统设计中的强大潜力。

查看200 neutron shutter configurations dataset

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。