Resumen de Inteligencia artificial: aplicaciones a la espectrometría y dosimetría neutrónicas
El objetivo de la presente tesis doctoral se centra en el estudio de metodologías óptimas en el diseño de redes neuronales, así como en el diseño de herramientas tecnológicas que permitan utilizar el conocimiento adquirido por las redes previamente diseñadas, en la reconstrucción de espectros de neutrones en ambientes laborales, experimentales y de laboratorio. Desde su descubrimiento por Chadwick, el neutrón ha jugado un rol significativo en el entendimiento de la estructura del núcleo. Debido a que los neutrones no son desviados por un campo eléctrico o magnético, y también porque no producen una ionización apreciable, se deben emplear métodos indirectos para detectarlos y medir su energía. La medición y particularmente la determinación de espectros de neutrones, no es una tarea trivial, debido a la ausencia de carga eléctrica que éstos presentan. Para resolver éste problema existen métodos e instrumentos que permiten determinar los espectros de neutrones, a partir de los cuales es posible calcular la dosis ambiental y la dosis personal equivalente. El sistema espectrométrico de esferas Bonner, compuesto por un detector de neutrones térmicos colocado en el centro de un conjunto de esferas de polietileno alta densidad, cuyos diámetros varían desde 2 hasta 18 pulgadas, es uno de los métodos mas utilizados. El tamaño de la esfera hace que el sistema tenga una eficiencia de detección de neutrones en función de la energía. El conjunto de eficiencias conforma una matriz de respuesta, que se utiliza junto con las tasas de conteo del detector para determinar el espectro. Debido a que el número de esferas es pequeño y los intervalos de clase de la energía de los neutrones es grande, el problema se traduce en resolver un sistema de ecuaciones mal condicionado con un número infinito de soluciones. Para reconstruir el espectro es necesario resolver este sistema de ecuaciones, empleándose varios procedimientos como métodos Monte Carlo, de parametrización e iterativos, mismos que presentan diversas dificultades que han motivado el desarrollo de procesos complementarios.En las últimas décadas se han intentado procedimientos novedosos para el proceso de reconstrucción de espectros de neutrones, basados en las tecnologías de Algoritmos Genéticos y Redes Neuronales Artificiales. La reconstrucción de espectros de neutrones y el cálculo de dosis equivalentes mediante Redes Neuronales a partir de las tasas de conteo leídas con el Sistema de Esferas Bonner, ha recibido mayor atención debido a los exitosos resultados que se han obtenido, ya que resuelven muchos de los problemas experimentados con las técnicas clásicas. Sin embargo, el procedimiento de diseño de las redes no es un problema trivial, ya que determinar un conjunto apropiado de valores de los parámetros estructurales y de aprendizaje de las mismas sigue siendo una tarea difícil. Asimismo, debido a que se trata de una tecnología emergente, se carece de herramientas tecnológicas que permitan aplicarla de forma eficiente.Las dificultades mencionadas, han motivado el desarrollo de estrategias para optimizar el diseño de redes neuronales artificiales, así como el diseño de herramientas tecnológicas simples en su uso y con un desempeño mejorado, en comparación con los métodos tradicionales utilizados en la actualidad.
