本研究為台灣第一篇應用AI技術針對台灣全島環境輻射劑量進行預警模型分析研究，對後續我國電廠重啟與放射性廢棄物管理有重要的貢獻

題目:AI-based multivariate analysis of environmental radiation dose trends in Taiwan

https://doi.org/10.1007/s10967-026-11151-0

第一作者 : 李傳斌 Chuan-Pin Lee  通訊作者:謝奇文 Chi‑Wen Hsieh 蔡世欽 Shih-Chin Tsai

主要研究核心發現如下:

1.整合全台灣63個監測站的輻射劑量率和降水數據，並考慮了站點間的空間關係。

2.採用變分自編碼器（VARIATIONAL ARENcoder）架構，利用2024年起約300天的連續時間序列資料預測特定站點的輻射劑量率(超過100萬筆數據)。

3.基於前10分鐘輻射觀測數據，該模型對未來7分鐘的預測實現了低於0.0005 μSv/h的平均絕對誤差。

結果表明，該模型具有良好的預測性能，但也對較低的環境背景輻射閾值較為敏感，可能導致周期性振盪並增加預測誤差。。