Position measurement with scintillation detectors using artificial intelligence enhanced sparse readout systems
Yapay Zeka ile Geliştirilmiş Seyrek Okuma Sistemleri Kullanarak Sintilasyon Dedektörleri ile Konum Ölçümü
- Tez No: 985519
- Danışmanlar: PROF. DR. BORA IŞILDAK, DR. ÖĞR. ÜYESİ ONUR BUĞRA KOLCU
- Tez Türü: Yüksek Lisans
- Konular: Fizik ve Fizik Mühendisliği, Physics and Physics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Fizik Ana Bilim Dalı
- Bilim Dalı: Fizik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüksek enerjili parçacık fiziğinde, bir dedektör içindeki parçacıkların etkileşme konumunun fotodedektörler aracılığı ile tespiti, parçacıklar hakkında bilgi edinilmesini sağlar. Bu tespit için bazı geleneksel yöntemler vardır. Bu tez çalışmasında sintilasyon dedektörlerinde silikon fotoçoğaltıcı kullanımı ile konum ölçümü gerçekleştirildi. Öncelikle geleneksel bir yaklaşım olan Ağırlık Merkezi Yöntemi test edildi. Ardından bu geleneksel yöntemin dedektörlerin kenar bölgelerindeki zayıflığının iyileştirilmesi için bir Derin Sinir Ağı Modeli geliştirildi. Bu çalışma iyonlaştırıcı radyasyon ile etkileştiğinde ışık (sintilasyon) yayan bir sintilasyon dedektörü ile gerçekleştirildi. Seçilen BC-408 plastik sintilasyon dedektörü, bir kare blok olarak tasarlandı. Kare bloğun kenar bölgelerine elektrik sinyal çıktılarını okumak için dört silikon fotoçoğaltıcı, iki ayrı konfigürasyona yerleştirildi. Aynı kare blok üzerinde sekiz silikon fotoçoğaltıcının bloğun kenarlarında olduğu ek bir konfigürasyon daha tasarlandı. Tüm dedektör geometrisi Geant4 araç takımı kullanılarak simüle edildi ve dedektörlerin okuduğu sinyaller ROOT veri analizi çerçevesi ile analiz edildi. Parçacık olarak kozmik ışınlardan negatif müon seçildi. Müon parçacıkları, simülasyon aracılığıyla dedektör üzerinde birçok farklı (x, y) noktalarına doğru yönlendirilip çarptırıldı. Daha sonra, üretilen sinyallerden, müonların nereye çarptığını tahmin etmek için PyTorch kullanımı ile geliştirilen derin sinir ağı modeli eğitilip test edildi. Sonuçlar, Ağırlık Merkezi yöntemi ile kıyaslandığında Derin Sinir Ağı Modeli, x ve y etkileşme konumlarını tahmin etmede büyük bir gelişme sağladı.
Özet (Çeviri)
In high-energy particle physics, detecting the interaction position of particles within a detector using photodetectors provides information about the particles. There are several traditional methods for this detection. In this thesis study, position measurement was performed using silicon photomultipliers in scintillation detectors. Firstly, the traditional approach, the Center of Gravity Method, was tested. Then, a Deep Neural Network Model was developed to improve the weakness of this traditional method in the edge regions of the detectors. This study was performed using a scintillation detector that emits light (scintillation) when it interacts with ionizing radiation. The selected BC-408 plastic scintillation detector was designed as a square block. Four silicon photomultipliers were placed in two separate configurations on the edge regions of the block to read the electrical signal outputs. An additional configuration was designed on the same square block with eight silicon photomultipliers placed at the edges of the block. The entire detector geometry was simulated using the Geant4 toolkit, and the signals read by the detectors were analyzed using the ROOT data analysis framework. Negative muons from cosmic rays were selected as the particle. Muon particles were directed and hitted many different (x, y) positions on the detector via simulation. Subsequently, a deep neural network model developed using PyTorch was trained and tested to predict where the muons hit based on the generated signals. Compared to the Center of Gravity method, the Deep Neural Network Model showed significant improvement in predicting the x and y interaction positions.
Benzer Tezler
- MWCNT ve manyetik nanopartikül takviyeli PMMA'nınradyasyon zayıflatma katsayısının karşılaştırmalı olarak incelenmesi
Comparative investigation of radiation attenuation coefficient of MWCNT and magnetic nanoparticle reinforced PMMA
DENİZ HANDE AYDIN
Yüksek Lisans
Türkçe
2025
Nükleer Mühendislikİstanbul Teknik ÜniversitesiNükleer Araştırmalar Ana Bilim Dalı
PROF. DR. NİLGÜN BAYDOĞAN
- Yüksek verimli Gama/Nötron dedektör prototipinin tasarımı ve geliştirilmesi
Design and development of a highly efficient Gamma/Neutron detector prototype
GÜLER AĞGEZ
Doktora
Türkçe
2023
Fizik ve Fizik Mühendisliğiİstanbul ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. SUAT ÖZKORUCUKLU
DR. JÜRGEN GERL
- Estimation of uncertainty of individual steps in pesticide residue analysis
Pestisit analiz aşamalarında belirsizliklerin tahminlenmesi
PERİHAN YOLCI ÖMEROĞLU
Doktora
İngilizce
2010
Gıda Mühendisliğiİstanbul Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. ARPAD AMBRUS
PROF. DR. DİLEK BOYACIOĞLU
- Yeni nesil Pozitron Emisyon Tomografi (PET) cihazlarında kullanılabilinecek sintilasyon dedektör sistemlerinin GEANT4 tabanlı GATE simulasyon programında araştırılması
The investigation of the scintillation detector system using in the new generation Positron Emission Tomography (PET) by GEANT4 based GATE simulation program
MEHMET SABRİ BUDAK
Yüksek Lisans
Türkçe
2022
Fizik ve Fizik MühendisliğiBitlis Eren ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURAY YAVUZKANAT
- Design and production of benchtop x-ray imaging system
Masaüstü x-ışını görüntüleme sisteminin dizaynı ve üretimi
MEHMET ERHAN EMİRHAN
Doktora
İngilizce
2016
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
PROF. DR. CENAP ŞAHABETTİN ÖZBEN