Ultra Fast Simulation Algorithmics for Industrial Applications in Muon Tomography using Generative Adversarial Networks

Abstract

ABSTRACT: Muon tomography is a Non-Destructive Testing technique that consists in using cosmic muons as a probing tool, in order to generate images of objects from the information given by the interaction with the muons. The development and application of this techniques requires the production of considerable amounts of simulation data, usually generated with complex and slow particle simulation software. In this work, we explore the use of Generative Adversarial Networks (GAN) as a way of generating simulation data for muon tomography applications in a faster and less computationally expensive way. We have observed that GAN architectures can nicely reproduce the process of propagation of cosmic muons crossing material 50 times faster than other simulation software.

RESUMEN: La tomografía muónica es una técnica de caracterización no invasiva que consiste en utilizar muones cósmicos como herramienta de sondeo, para así crear imágenes de objetos a partir de la información dada por la interacción de los muones con dicho objeto. El desarrollo e implementación de esta tecnología requiere disponer de grandes cantidades de datos de simulación, que son actualmente generados con software específico de simulación de partículas. Este software tiene la desventaja de ser complejo y lento. Por ello, en este trabajo se explora el uso de redes generativas adversarias (GAN) como método de producir datos de simulación para aplicaciones de tomografía muónica de una forma mucho más rápida y menos costosa. Se ha observado que las arquitecturas tipo GAN pueden reproducir bien el proceso de propagación de los muones cósmicos a través de materiales con un aumento en la velocidad de simulación de un factor 50.