DEMONSTRAÇÃO DE UM SOFTWARE QUE UTILIZA O ALGORITMO NAIVE BAYES PARA IDENTIFICAÇÃO DE RADIONUCLÍDEOS ATRAVÉS DE ESPETROSCOPIA GAMA.

DEMONSTRAÇÃO DE UM SOFTWARE QUE UTILIZA O ALGORITMO NAIVE BAYES PARA IDENTIFICAÇÃO DE RADIONUCLÍDEOS ATRAVÉS DE ESPETROSCOPIA GAMA.

Silva, Márcio Magalhães de Andrade; Duarte, Gabriela Martins; Cardoso, Domingos Oliveira; Fonseca, Clóves Júnior; Elias, Caio Caraciolo Rodrigues

Artigo Completo:

No mundo atual presencia-se a confluência de tecnologias e áreas do conhecimento. O grau de automação nas diversas aplicações industriais além do uso da inteligência artificial se fazem presentes, cada vez mais, nas linhas de produção. Dentro da indústria nuclear, procuram-se oportunidades de aplicação dos mecanismos de segurança, a fim de automatizar o monitoramento dos materiais radioativos como, por exemplo, os provenientes de rejeitos de processos ligados ao ciclo do combustível nuclear. Nesse contexto, é de grande serventia o desenvolvimento de um software capaz de alarmar quando detectada uma variação na assinatura espectroscópica. Quando este determinar alguma diversidade, sendo capaz de auxiliar na tomada de decisão em situações de emergência radiológica. Diante disso, o presente estudo levanta a viabilidade da elaboração de um software (desenvolvido em JAVA), capaz de identificar, automaticamente, um isótopo através do levantamento de seu espectro gama.

No mundo atual presencia-se a confluência de tecnologias e áreas do conhecimento. O grau de automação nas diversas aplicações industriais além do uso da inteligência artificial se fazem presentes, cada vez mais, nas linhas de produção. Dentro da indústria nuclear, procuram-se oportunidades de aplicação dos mecanismos de segurança, a fim de automatizar o monitoramento dos materiais radioativos como, por exemplo, os provenientes de rejeitos de processos ligados ao ciclo do combustível nuclear. Nesse contexto, é de grande serventia o desenvolvimento de um software capaz de alarmar quando detectada uma variação na assinatura espectroscópica. Quando este determinar alguma diversidade, sendo capaz de auxiliar na tomada de decisão em situações de emergência radiológica. Diante disso, o presente estudo levanta a viabilidade da elaboração de um software (desenvolvido em JAVA), capaz de identificar, automaticamente, um isótopo através do levantamento de seu espectro gama.

Palavras-chave:

DOI: 10.5151/spolm2019-076

Referências bibliográficas

• [1] DE OLIVEIRA, I. M. Inteligência de enxames aplicada ao problema de otimização de recargas de reatores nucleares a água pressurizada. Universidade Federal do Rio de Janeiro. 2013. Disponível em: <http://antigo.nuclear.ufrj.br/DScTeses/teses2013/Tese_Iona_Maghali.pdf>Acesso em: 29 mai. 2019. KNOLL, G. F. Radiation Detection and Measurements. New York: John Wiley & Sons Inc, 1989. 3 ed. 816 p. ISBN 0-417-07338-5. OLIVERA, A. R. et al. Comparison of machine-learning algorithms to build a predictive model for detecting undiagnosed diabetes-ELSA-Brasil: accuracy study. Sao Paulo Medical Journal, v.135, n.3, p. 234-246, 2017. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1516- 31802017000300234&lng=en&nrm=iso>. Acesso em: 29 mai. 2019. SILVA, F. R. et al. Sensitivity and specificity of machine learning classifiers for glaucoma diagnosis using Spectral Domain OCT and standard automated perimetry. Arquivos brasileiros de oftalmologia, v. 76, n. 3, p. 170-174, 2013. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0004- 27492013000300008&lng=en&nrm=iso>. Acesso em: 29 mai. 2019. SILVEIRA, P. C. R. Sistema robótico autônomo para mapeamento de taxas de dose utilizando aprendizado ativo de processos gaussianos e computação evolucionária. Universidade Federal do Rio de Janeiro. 2017. Tese de Doutorado. Disponível em: <http://www.con.ufrj.br/wp-content/uploads/2018/02/Tese-Paulo-Cezar-Rocha- Silveira.pdf> Acesso em: 29 mai. 2019. SOUZA, C. G. et al. Algoritmos de aprendizagem de máquina e variáveis de sensoriamento remoto para o mapeamento da cafeicultura. Boletim de Ciências Geodésicas, v. 22, n. 4, p.751-773. 2016. Disponível em: <http://www.scielo.br/scielo.php? script=sci_arttext&pid=S1982-21702016000400751&lng=en&nrm=iso> Acesso em: 29 mai. 2019. TSOULFANIDIS, N., LANDSBERGER, S. Measurement & Detection of Radiation. Boca Raton: Taylor & Francis Group, 2015. 4 ed. 595 p. ISBN-13:978-1-4822-1548-9. WEKA 3: Machine learning software in JAVA. The University of Waikato (NZ). Disponível em: <https://www.cs.waikato.ac.nz/ml/weka/> Acesso em: 29 mai. 2019.

Como citar:

Silva, Márcio Magalhães de Andrade; Duarte, Gabriela Martins; Cardoso, Domingos Oliveira; Fonseca, Clóves Júnior; Elias, Caio Caraciolo Rodrigues; "DEMONSTRAÇÃO DE UM SOFTWARE QUE UTILIZA O ALGORITMO NAIVE BAYES PARA IDENTIFICAÇÃO DE RADIONUCLÍDEOS ATRAVÉS DE ESPETROSCOPIA GAMA.", p-1041-1046. In: Anais do XIX Simpósio de Pesquisa Operacional & Logística da Marinha. São Paulo: Blucher, 2020.
ISSN 21756295, DOI 10.5151/spolm2019-076