| 1 |
1
선량 평가 장치의 동작 방법으로써, 입력되는 피폭 시나리오마다 상기 피폭 시나리오를 모사하기 위한 하나 이상의 변수들을 선별하고, 선별된 상기 변수들 중에서 랜덤하게 값이 설정되는 하나 이상의 랜덤 입력 변수와 출력 변수를 선정하는 단계, 랜덤하게 생성되는 상기 랜덤 입력 변수의 값마다 상기 피폭 시나리오의 모사 과정에서 도출되는 출력 변수 값을 수집하고, 입력되는 랜덤 입력 변수 값과 상기 출력 변수 값을 매칭하여 학습 데이터를 생성하는 단계, 그리고 상기 학습 데이터에 기초하여 상기 랜덤 입력 변수 값을 입력하면, 매칭된 출력 변수 값이 도출되도록 선량 예측 모델을 학습시키는 단계를 포함하는 동작 방법
|
| 2 |
2
제1항에서, 상기 학습 데이터를 생성하는 단계는,몬테칼로((Monte Carlo N-Paricle transport code) 전산모사를 통해 상기 피폭 시나리오에서 입력되는 하나 이상의 입력 변수와 도출되는 하나의 출력 변수를 매칭하여 학습 데이터로 생성하는 동작 방법
|
| 3 |
3
제2항에서,상기 랜덤 입력 변수와 출력 변수를 선정하는 단계는,상기 피폭 시나리오에 기초하여 모델링하기 위해 선별된 변수들 중에서 상기 랜덤 입력 변수와 출력 변수로 선정 가능한 변수들이 기재된 가이드 데이터에 기초하여 상기 가이드 데이터에 기재된 변수들의 조합으로 하나 이상의 상기 랜덤 입력 변수와 상기 하나 이상의 출력 변수를 선정하는 동작 방법
|
| 4 |
4
제2항에서,상기 학습 데이터를 생성하는 단계는, 상기 학습 데이터를 수집하기 위한 상기 몬테칼로 전산모사 계산 시간을 단축하기 위해 입력 변수 중 선원의 위치에 기초하여 상기 선원의 입체각을 형성하는 동작 방법
|
| 5 |
5
제1항에서,상기 랜덤 입력 변수, 상기 출력 변수를 포함하는 상기 변수는, 숫자, 문자, 텍스트, 2차원 이미지, 3차원 구조 그리고 영상 정보 중 하나 이상의 형태를 포함하는 동작 방법
|
| 6 |
6
제1항에서,상기 선량 예측 모델을 학습시키는 단계는,외부 피폭, 내부 피폭 또는 차폐 구조에 대한 피폭 시나리오 별, 상기 랜덤 입력 변수의 종류, 상기 랜덤 입력 변수의 세부 값, 상기 출력 변수의 종류 그리고 상기 출력 변수의 세부 값을 포함하는 조건에 기초하여 상기 조건마다 각각의 선량 예측 모델들을 학습시키는 동작 방법
|
| 7 |
7
제1항에서,피폭 시나리오를 선택하고, 입력 변수의 데이터를 입력받는 단계, 그리고상기 피폭 시나리오에 따라 선별되는 변수들 중에서 상기 입력 변수의 데이터를 설정하여 학습된 선량 예측 모델에 입력하고, 상기 학습된 선량 예측 모델로부터 출력 변수의 값을 획득하여 선량 평가 결과를 산출하는 단계를 더 포함하는 동작 방법
|
| 8 |
8
통신 장치,명령어들을 포함하는 메모리, 그리고상기 명령어들을 실행하여 입력된 하나 이상의 변수에 기초하여 선량을 평가하는 프로세서를 포함하고, 상기 프로세서는입력되는 피폭 시나리오마다 상기 피폭 시나리오를 모사하기 위한 하나 이상의 변수 중에서 랜덤하게 값이 설정되는 하나 이상의 랜덤 입력 변수와 출력 변수를 선정하여, 랜덤 입력 변수 값에 따른 상기 피폭 시나리오의 모사 과정에서 도출되는 출력 변수 값을 수집하면, 상기 랜덤 입력 변수 값이 입력하여, 상기 출력 변수 값이 도출되도록 선량 예측 모델을 학습시키고, 상기 선량 예측 모델이 학습이 완료된 후, 피폭 시나리오와 입력 변수의 데이터를 입력받으면, 상기 피폭 시나리오에 기초하여 학습된 선량 예측 모델에 상기 입력 변수의 데이터를 입력하고, 상기 학습된 선량 예측 모델로부터 획득한 출력 변수의 값을 출력하는, 선량 평가 장치
|
| 9 |
9
제8항에서, 상기 프로세서는,랜덤하게 생성되는 상기 랜덤 입력 변수의 값마다 몬테칼로((Monte Carlo N-Paricle transport code) 전산모사에 입력하여 선정된 출력 변수에 해당하는 출력 변수 값을 수집하고, 랜덤 입력 변수 값과 상기 출력 변수 값을 매칭하여 학습 데이터를 생성하는, 선량 평가 장치
|
| 10 |
10
제8항에서, 상기 프로세서는, 상기 몬테칼로 전산모사의 입력 변수 값과 출력 변수 값을 상기 선량 예측 모델에 적용하여 상기 입력 변수 값에 기초하여 상기 출력 변수 값을 도출하는 상기 몬테칼로 전산모사 기법을 상기 선량 예측 모델이 학습하도록 하는 선량 평가 장치
|
| 11 |
11
제8항에서, 상기 프로세서는, 외부 피폭으로 인한 인체 선량 평가 시나리오, 내부 피폭으로 인한 인체 평가 시나리오, 그리고 차폐 구조에 기초한 선량 평가 시나리오에 기초하여, 시나리오들마다 랜덤 입력 변수와 출력 변수들을 선정하는 조건에 기초하여 상기 조건마다 대응하는 선량 예측 모델들을 학습시키는 선량 평가 장치
|
| 12 |
12
제8항에서, 상기 프로세서는, 상기 랜덤 입력 변수로 선원 정보, 피폭대상 정보를 지정하고, 상기 출력 변수로 인체 선량, 선량계 선량, 비상선량계 선량 그리고 선량 환산계수를 설정하여 상기 랜덤 입력 변수 값들의 조합에 기초하여 상기 출력 변수가 도출되도록 제1 선량 예측 모델을 학습시키는 선량 평가 장치
|
| 13 |
13
제12항에서, 상기 프로세서는, 상기 랜덤 입력 변수로 인체 동선 또는 차폐체 정보를 추가하여 상기 출력 변수가 도출되도록 제2 선량 예측 모델을 학습시키는 선량 평가 장치
|
| 14 |
14
제8항에서, 상기 프로세서는, 상기 랜덤 입력 변수로 하나 이상의 계측값, 인체 정보를 지정하고, 상기 출력 변수로 선원항을 설정하여 상기 랜덤 입력 변수 값들의 조합에 기초하여 상기 출력 변수가 도출되도록 제3선량 예측 모델을 학습시키는 선량 평가 장치
|
| 15 |
15
제8항에서, 상기 랜덤 입력 변수로 선원 정보, 인체팬텀 정보를 지정하고, 상기 출력 변수로 인체 선량을 설정하여 상기 랜덤 입력 변수 값들의 조합에 기초하여 상기 출력 변수가 도출되도록 제4 선량 예측 모델을 학습시키는 선량 평가 장치
|
| 16 |
16
제8항에서, 상기 랜덤 입력 변수로 선원 정보, 차폐체 정보를 지정하고, 상기 출력 변수로 차폐체 피폭 정보와 차폐 후 방사선 정보를 설정하여 상기 랜덤 입력 변수 값들의 조합에 기초하여 상기 출력 변수가 도출되도록 제5 선량 예측 모델을 학습시키는 선량 평가 장치
|
