На сайте Phys.org размещена интересная статья "A more accurate way to track the sources of illegally trafficked radioactive materials" - "Более точный способ отслеживания источников незаконного оборота радиоактивных материалов".

Группа физиков-ядерщиков и инженеров из Университета Сунь Ятсена и Китайской академии инженерной физики в Китае разработала более точный способ отслеживания источников незаконного оборота радиоактивных материалов. В своей статье, опубликованной в журнале Physical Review Letters, группа описывает свой новый метод и его точность.

По мере того, как все больше стран разрабатывают технологии строительства ядерных реакторов для производства электроэнергии или в качестве силовых установок для кораблей или подводных лодок, возрастает угроза незаконного оборота радиоактивных материалов. Такой материал представляет угрозу как компонент грязных бомб. В рамках усилий по замедлению или прекращению такого незаконного оборота ученые разрабатывают способы отслеживания происхождения таких материалов в качестве средства контроля над теми, кто имеет доступ к таким технологиям и желает продать их террористическим организациям.

В настоящее время трудно отличить отработавшее топливо реакторов с кипящей водой (boiling water reactors - BWR) по сравнению с реакторами с водой под давлением (pressurized water reactors - PWR), что делает практически невозможным отследить образец до его источника. В новой работе команда из Китая разработала процесс, который значительно улучшает такую способность различать источники.

Чтобы отследить источник образца отработавшего топлива, нужно найти подсказки, помогающие определить время, когда оно находилось внутри реактора, степень его обогащения и, наконец, тип реактора. Чтобы измерить и определить тип реактора, исследователи изучили характеристики отработавшего топлива, хранящиеся в базах данных, содержащих информацию, собранную за последние полвека.

Затем они разработали линейные уравнения, связывающие величины друг с другом. Затем они применили свои уравнения к изотопам, найденным в базах данных, используя полученные результаты для настройки своих уравнений. Они обнаружили, что могут использовать некоторые измерения материалов для расчета других характеристик и определения источников материалов, происходящих из шести типов ядерных реакторов.

Исследовательская группа обучила сеть искусственного интеллекта с глубоким обучением (a deep-learning Artificial Intelligence network), чтобы найти различия между отработавшим топливом BWR и PWR, используя их уравнения, и проверила его на другом наборе данных. Они обнаружили, что точность определения источников BWR составляет 91 %, а точность определения источников PWR — 95 %.

Ссылка на статью, которая, к сожалению, не находится в открытом доступе:

Shengli Chen et al., Linear Regression and Machine Learning for Nuclear Forensics of Spent Fuel from Six Types of Nuclear Reactors, Physical Review Applied (2023). DOI: 10.1103/PhysRevApplied.19.034028.