Algoritmi di Neural Networks per la discriminazione della radiazione gamma/neutroni in un nuovo rivelatore basato su scintillatori plastici per applicazioni di fisica ambientale

La misura ambientale dei neutroni ha registrato un crescente interesse per quanto riguarda la determinazione dell’umidità in contesti ambientali ed agronomici. Le sonde più utilizzate per questo tipo di misura sono basate su contatori proporzionali ad He3. A causa dei costi elevati di queste sonde si stanno studiando nuovi tipi di rivelatori ottenuti attraverso l’assemblaggio di diversi scintillatori coi quali è possibile costruire un rivelatore sensibile ai neutroni lenti, veloci ed ai raggi gamma. La discriminazione viene effettuata attraverso un’analisi della forma dell’impulso utilizzando algoritmi che confrontano l’integrale totale del segnale e l’integrale parziale. Questi algoritmi funzionano bene ad energie medio-alte, mentre a bassa energia sono via via meno efficienti. L’obiettivo della tesi è quello di implementare questa discriminazione attraverso algoritmi di reti neurali e di confrontarla con il metodo di analisi della forma di impulso, con il fine di migliorare la discriminazione nella regione di bassa energia. La regione di basse energie risulta particolarmente interessante dal momento che nelle misure di carattere ambientale lo spettro dei neutroni del fondo ambientale presenta una forte componente di neutroni di bassa energia.