Forecasting of Ra(226), Th(232) and U(238) Concentrations using Artificial Neural Networks (ANNs)

Cumhuriyet Science Journal

Sevim BİLİCݹ 

关键词: Doğal Radyoaktivite;    Taşınım;    Dağılım;    Radyum;    Toryum;    Uranyum;    Modelleme;    Tahmin;    Yapay Sinir Ağı;   

DOI  :  10.17776/csj.359924

学科分类：工程和技术（综合）

来源: Cumhuriyet University

【 摘 要 】

Bir bölgedeki radyoaktif çekirdek konsantrasyonlarının belirlenmesi ve modellenmesi radyolojik tehlikeler açısından bölge için oldukça önemlidir. ANN büyük verilere sahip sistemleri başarılı şekilde modelleyebilir. Önerilen ANN modelinin sisteme daha önce hiç girilmemiş verileri girilerek modelin geçerliliği test edildi. Bu çalışmada, çalışma alanından toplanan su örneklerindeki ortalama aktivite konsantrasyonları ²²⁶Ra , ²³²Th ve ²³⁸U çekirdekleri için sırasıyla 1.439 Bql^-1, 4.508 Bql^-1 ve 14.682 Bql^-1 dir. Ç alışma alanın karakteristikleri de belirlendi ve ²²⁶Ra , ²³²Th ve ²³⁸U radyoaktif çekirdek konsantrasyonlarının tahmini ve modellemesi için Yapay Sinir Ağları (YSA) kullanıldı. Elde edilen sonuçlara ait ortalama kare hatalar 1,5 tan azdır. Korelasyon katsayısının da +1 e yakın çıkması modelin geçerliliğinin bu çalışma için uygunluğunu göstermektedir.

【 授权许可】

CC BY-NC-ND