Un nuevo algoritmo podría permitir una detección más rápida y menos costosa de materiales nucleares aptos para armas en las fronteras, diferenciando rápidamente entre firmas de radiación benignas e ilícitas en la misma carga.
El desarrollo es una colaboración entre investigadores de la Universidad de Michigan, la Universidad de Illinois, el Laboratorio Nacional de Los Alamos, la Universidad Heriot-Watt Edimburgo, Escocia y la Universidad de Edimburgo.
"Esperamos que los hallazgos sean útiles para reducir las falsas alarmas positivas en los monitores de portal de radiación, incluso en escenarios con múltiples fuentes presentes, y permitir el uso de detectores rentables, como centelleadores orgánicos", dijo Angela DiFulvio,profesor asistente de ingeniería nuclear, de plasma y radiológica en la Universidad de Illinois y autor correspondiente del estudio publicado recientemente en Informes científicos .
DiFulvio también es un ex investigador postdoctoral en el Grupo de Detección de No Proliferación Nuclear de la UM, dirigido por Sara Pozzi, profesora de ingeniería nuclear y ciencias radiológicas.
Las naciones deben proteger a sus ciudadanos de la amenaza del terrorismo nuclear. La seguridad nuclear disuade y detecta el contrabando de materiales nucleares especiales uranio altamente enriquecido, plutonio de grado de armas o materiales que producen mucha radiación a través de las fronteras nacionales.
Los investigadores desarrollaron un algoritmo capaz de identificar señales de radiación débiles, como las que se pueden ver en los materiales encerrados en plutonio que absorben radiación. Funciona incluso en presencia de un fondo de radiación alta, que incluye fuentes cotidianas como los rayos cósmicos del espacio y el radóndesde la roca debajo de los pies.
En base a sus resultados, creen que el uso de su algoritmo podría mejorar la capacidad de los monitores de portal de radiación en las fronteras nacionales para diferenciar entre la actividad potencial de contrabando y las fuentes de radiación benignas. Por ejemplo, materiales radiactivos naturales como la cerámica y los fertilizantes, o los radionucleidos en pacientes de medicina nuclear recientemente tratados, pueden activar alarmas "molestas" en las instalaciones de exploración de radiación.
"También existe la preocupación de que alguien quiera enmascarar una fuente radiactiva, o material nuclear especial, mediante el uso de materiales radiactivos naturales como granito o arena para gatos", dijo Pozzi, quien también es autor principal del artículo.
"A medida que se escanean vehículos o cajas, los datos del detector pueden pasar por estos algoritmos que desmezclan las diferentes fuentes. Los algoritmos pueden identificar rápidamente si hay materiales nucleares especiales presentes".
Desmezclar las fuentes para que la actividad de contrabando no pueda ocultarse entre las fuentes de radiación benigna es difícil de hacer rápidamente. Para eso, el equipo recurrió a especialistas en aprendizaje automático, que podrían usar los datos recopilados por el grupo de Pozzi para "entrenar" algoritmos para buscarpara las firmas de materiales que podrían usarse para hacer una bomba nuclear.
"Creamos un modelo de desmezcla que refleja la física básica del problema y también era susceptible de un cálculo rápido", dijo el coautor Alfred Hero, profesor distinguido de ingeniería eléctrica e informática de la Universidad John H. Holland y R.Jamison y Betty Williams Profesora de Ingeniería en la UM.
Esta investigación comenzó en UM como parte del Consortium for Verification Technology, un programa de investigación de no proliferación nuclear de $ 25 millones de cinco años financiado por la Administración de Seguridad Nacional Nuclear de EE. UU., Dirigido por Pozzi. DiFulvio continuó el trabajo cuando se mudó a Illinois en 2018.
"Este trabajo es un poderoso ejemplo del beneficio de la colaboración estrecha y sostenida entre los científicos de datos computacionales y los ingenieros nucleares, lo que resulta en una mejora importante de la detección e identificación de la radiación nuclear", dijo Hero.
Fuente de la historia :
Materiales proporcionado por Universidad de Michigan . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :