465 Arbeiten
Willkommen im Bereich Physik — Ins-Det, der sich mit den empfindlichen Instrumenten beschäftigt, die Teilchen und Strahlung messen. Diese Forschung bildet das Rückgrat moderner Experimente, von der Entdeckung neuer Teilchen bis zur Beobachtung kosmischer Phänomene. Hier geht es um die hochentwickelten Detektoren, die es Wissenschaftlern ermöglichen, unsichtbare Vorgänge sichtbar zu machen und fundamentale Fragen über unser Universum zu beantworten.
Auf Gist.Science durchsuchen wir täglich die neuesten Vorab-Veröffentlichungen auf arXiv in diesem Fachgebiet. Für jedes neue Preprint erstellen wir sowohl eine leicht verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse für Fachleute. So bleibt niemand ausgeschlossen, egal ob man Physiker ist oder einfach nur neugierig auf die neuesten Entdeckungen.
Im Folgenden finden Sie die aktuellsten Arbeiten, die wir aus dem arXiv-Bereich für Sie aufbereitet haben.
Die Studie zeigt, dass die Wellenlängenoptimierung von SNSPDs nicht nur von der Geometrie, sondern maßgeblich von der optischen Leitfähigkeit der Niobnitrid-Filme abhängt, die durch ein quantenkorrigiertes Drude-Lorentz-Modell beschrieben wird.
Dieser Artikel stellt die dekompositionelle elektromagnetische Analyse (DEA) als effiziente Methode zur Identifizierung und Behebung von Signalintegritätsproblemen in digitalen Interconnects bei extrem hohen Datenraten vor und erläutert ihre Grundlagen sowie Genauigkeitsbedingungen.
In dieser Arbeit wird eine optoelektronische Ausrichtungstechnik für Superconducting Nanowire Single-Photon Detectors (SNSPDs) vorgestellt, die die temperaturabhängige Widerstandsänderung des Nanodrahts bei optischer Absorption nutzt, um die Faser mit Sub-Mikrometer-Präzision optimal auf das Detektormuster auszurichten.
Die Arbeit stellt ein Konzept für einen kompakten Detektor mit einem amorphen Ziel vor, der durch die Nutzung von Phononenanregungen eine breitbandige Empfindlichkeit für die Absorption Dunkler Materie im Bereich von 50 bis 200 meV ermöglicht und damit bestehende Grenzen um bis zu zwei Größenordnungen übertrifft.
Der Artikel präsentiert die projizierte Empfindlichkeit des KATRIN-Experiments mit dem TRISTAN-Detektor-Upgrade für die Suche nach keV-skalen sterilen Neutrinos und zeigt auf, dass bereits mit vier Monaten Messzeit Mischungsamplituden im Bereich von für Massen zwischen 4 und 13 keV nachweisbar wären, wobei systematische Unsicherheiten die Empfindlichkeit jedoch um den Faktor 10 bis 50 reduzieren.
Die Studie erweitert die Anwendbarkeit der interferometrischen Partikelbildgebung (IPI) auf kleine Eiskristalle im Bereich weniger Mikrometer, indem sie Phasenfeldmodellierung und die Discrete-Dipole-Näherung (DDA) kombiniert, um die Gültigkeit des Messprinzips auch für Partikel mit Abmessungen von nur etwa 11,5 Wellenlängen zu validieren.
Dieser Beitrag stellt die Ergebnisse der experimentellen Charakterisierung des POKERINO-Prototyps vor, eines neuen homogenen elektromagnetischen Kalorimeters auf PbWO₄-Basis für das NA64-Experiment am CERN, und zeigt, dass dessen Leistung die Anforderungen an die Energieauflösung und Stabilität für die Suche nach leichter Dunkler Materie erfüllt.
Diese Studie demonstriert die Wirksamkeit von mit Cer dotierten Silikafasern als nicht-invasive Sekundärstrahlungsdetektoren zur präzisen Überwachung der Strahlintensität und -position sowie zur Verlustdetektion im Transferstrahl des Berner medizinischen Zyklotrons.
Das Papier stellt zwei maschinelle Lernansätze für das CYGNO-Experiment vor, nämlich einen unüberwachten Autoencoder zur effizienten Online-Datenreduktion und eine schwach überwachte CWoLa-Klassifizierung zur Identifizierung von Kernrückstoß-Ereignissen bei der Suche nach Dunkler Materie.
Die Studie stellt einen inversen Entwurfsrahmen vor, der maschinelles Lernen nutzt, um dreidimensionale Mikrowellenresonatoren mit nichtverschwindender elektromagnetischer Helizität durch systematische Optimierung der Grenzflächenform zu entwickeln und dabei robuste physikalische Designprinzipien aufzudecken.