米兰体育app下载 人工智能可以改善放射性粒子的检测

由于milan米兰体育研究人员开发的人工智能技术的应用，可以在地下更深处检测到放射性粒子。

斯特林环境和计算机科学家共同开发了一种算法，可以更有效地将潜在危险的“热粒子”信号与良性自然信号分开。

使用现代数据分析技术，它可以从手持式和移动检测系统中提取尽可能多的信息。

领导该研究的研究助理 Adam Varley 表示：“这种新的人工智能方法代表了常规现场监测的一个重要里程碑，可以对检测的可靠性产生重大影响并提高检测性能，从而降低公共健康风险。

“与传统系统相比，平均可以在地下 10 厘米深处检测到颗粒。独特的算法还可以在现有深度处检测到放射性水平比以前更低的有害颗粒，从而能够识别更多颗粒。”

这一突破是通过在法夫的达尔格蒂湾获取的背景读数实现的。

报告显示，英国各地可能有 150 到 250 个（可能多达 1000 个）受污染的地点。全球的确切数字尚不清楚。绝大多数位于欧洲和北美——这些地区的工业、军事和制药技术在 20 世纪早期到中期就已出现。

生物与环境科学系主任安德鲁·泰勒教授表示：“斯特林通过密切的跨学科合作开发出的创新方法具有全球潜力。它可以应用于更广泛地描述受放射性污染的土地以及核电站的退役。”

计算科学和数学教授莱斯利·史密斯 (Leslie Smith) 表示：“在此类研究项目中使用现代数据分析技术是最有价值的，其影响可能会导致更容易识别受污染的土地，从而更容易进行修复，这将为公众健康带来好处。”

这项研究由自然环境研究委员会资助，并与历史放射性污染的主要监管机构苏格兰环境保护局 (SEPA) 和 Nuvia Limited 合作进行。

SEPA 放射性物质专家、milan米兰体育荣誉高级讲师 Paul Dale 博士表示：“达尔格蒂湾凸显了对替代技术的需求，以识别深埋的放射性污染。因此，检测能力的任何改进都应该受到欢迎，因为这最终将减少对公众造成的危害。

“一旦完全开发出来，本文概述的新方法很可能使我们能够比当前技术允许的更深入地识别潜在有害颗粒，同时减少侵入性工作的需要。”

该研究已发表在《整体环境科学》杂志上。

媒体垂询通讯官 Esther Hutcheson，电话：0044 (0)1786 466640 或e.l.hutcheson@stir.ac.uk