본 연구는 고체 전해질(SSEs)에서의 중성자 심부 프로파일링(NDP) 분석 정확도를 향상시키기 위해 개발된 인공신경망(ANN) 기반 펄스 형상 판별(PSD) 알고리즘을 제시한다. 제안된 접근법의 핵심 혁신은 일반적으로 분석 정밀도를 저해하는 저에너지 배경 신호를 효과적으로 억제하는 데에 있다. 저에너지 영역에서의 라벨링 어려움을 극복하기 위해 학습 데이터는 백색 잡음으로 증강되었으며, 이는 모사된 저에너지 신호를 판별하는 모델의 능력을 향상시켰다. 기존의 상승시간( rise-time ) 방법과 비교하여 ANN 기반 PSD 알고리즘은 더 높은 판별 성능을 나타내는 곡선하 면적(Area Under the Curve, AUC) 값에서 77% 더 큰 향상을 보였다. 또한 알고리즘의 성능을 해석하고 평가하기 위해 설명가능한 인공지능 기법을 적용하였다. 이는 SSEs의 NDP 분석에서 고정밀도를 향상시키는 데 있어 ANN 기반 PSD의 신뢰성과 잠재력을 강조하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.