核心概念
本稿では、日本全国の放射線監視ステーションの偏在と放射線変動の非定常性という課題に対処するため、時空間Transformerネットワークを用いた核放射線予測モデルNRFormerを提案する。
要約
全国規模の核放射線予測のためのプロンプト誘導型時空間Transformerモデル
本論文では、日本全国の放射線監視ステーションのデータを用いて、核放射線の広域予測を行うための新たな深層学習モデル「NRFormer」を提案しています。
原子力発電は、二酸化炭素排出量の少ないクリーンなエネルギー源として期待されていますが、放射性物質の漏洩の可能性は、環境と公衆の安全に対する重大な脅威となります。チェルノブイリ原発事故や福島第一原発事故などの深刻な原子力災害は、広範な地理的領域にわたる放射線の影響を浮き彫りにし、様々な生態系や公衆衛生に影響を与えてきました。
このような背景から、多くの国では環境中の放射線レベルを監視するためにモニタリングステーションを設置しています。リアルタイム監視に加えて、将来の放射線レベル変動の予測モデリングに対する需要が高まっています。正確な放射線予測は、放射性物質の封じ込め、避難計画、保護具の配布など、タイムリーな予防措置を可能にすることで、潜在的な社会経済的損失を大幅に削減することができます。