@article{SITITO, author = {Konstantin Chizhov и Artem Bely и Mariia Starikovskaia и Egor Volkov}, title = { Восстановление энергетического спектра потока нейтронного излучения с помощью алгоритма машинного обучения «случайный лес»}, journal = {Современные информационные технологии и ИТ-образование}, volume = {20}, number = {4}, year = {2024}, keywords = {}, abstract = {На основе алгоритма \"случайный лес\" разработан метод восстановления энергетических спектров потока нейтронного излучения по показаниям многошарового спектрометра Боннера. Для обеспечения условия гладкости, спектры были представлены в виде разложения по базису полиномов Лежандра. Для повышения качества работы алгоритма были оптимизированы 4 гиперпараметра: число деревьев в лесу; максимальная глубина дерева; минимальное число объектов для расщепления; ограничение на число объектов в листьях. Показано, что наибольшее влияние на качество работы алгоритма оказывает гиперпараметр \"ограничение на число объектов в листьях\". На тестовой выборке показано, что восстановленные спектры по характеру близки к исходным, и имеют с ними высокую корреляцию, равную 0.78. Ошибка рассчитанной по исходным и восстановленным спектрам мощности эффективной дозы для изотропного облучения не превышает 44%. Для глобальной и локальной интерпретации результатов работы алгоритма применен метод объяснимого искусственного интеллекта \"локальное интерпретируемое модельно-агностическое объяснение (LIME)\". Показано, что на работу модели наибольшее влияние оказывают измерения с шарами-замедлителями диаметром 5\",10\" и 12\".}, url = {http://sitito.cs.msu.ru/index.php/SITITO/article/view/1167} }