450 件の論文
「物理学 — 検出器技術」の分野は、宇宙の謎や物質の根本的な性質を探るために不可欠な「目」を磨く領域です。ここで取り扱われる研究は、巨大な加速器から微小な量子センサーまで、物理現象を捉えるための装置そのものの開発や、その性能を極限まで高める技術に焦点を当てています。
Gist.Science は、arXiv に投稿されるこの分野のすべての新しいプレプリントを網羅的に収集し、専門的な技術的詳細を網羅しつつ、誰もが理解できる平易な要約も同時に提供しています。複雑な数式や実験手法の背景にある本質的な発見を、より多くの人がアクセスしやすくなるよう努めています。
以下に、この分野における最新の研究論文の一覧を掲載します。
本論文は、シリコンマイクロストリップ検出器に対して物理的に解釈可能な潜在空間を生成するカスタムのヒストグラムベースの損失関数を備えた、教師なし深層学習モデルであるHistogram AutoEncoder（HistoAE）を導入しており、従来の計算手法に匹敵する高精度な電荷および位置測定を実現しつつ、高速な検出器シミュレーションを可能にしている。
本論文は、定義済みのランダムコードブックによって補助される2つの新しい低複雑度バスエンコーディング方式を提案しており、それらが非揮発性メモリおよびデータバスに対して、従来の最適解と比較して実装を大幅に簡素化しつつ、準最適なエネルギー効率とビット反転の低減を達成することを実証している。
本論文は、コヒーレント状態プローブに基づくスケーラブルなプロトコルと運用フレームワークを導入し、それによって検出器の真の光子数分解能を認証する手法を提示しており、これは28ピクセルの超伝導ナノワイヤ単一光子検出器において4つの出力分解能を達成することによって実証されている。
本論文は、学習された潜在表現が低レベルの検出器データと多様な高レベル解析タスクとの間の共有された情報豊かな架け橋として機能し、従来のモジュール型アプローチと比較して性能と効率を大幅に向上させることを示すことにより、機械学習粒子フロー（MLPF）を衝突型物理学の基盤モデルとして確立するものである。
本論文は、コヒーレント制御サイドバンドを用いた300メートル・フィルタキャビティの新しい長さおよびアライメント制御スキームを実験的に実証し、高度な重力波検出器のための周波数依存スクイージングを可能にするため、キャビティの長さノイズを6.8から2.1 pmへと減少させることに成功した。
本論文は、高粒度のカロリメータ・シャワーシミュレーションにおいて最先端の性能を達成するために、標準的な自己注意機構を利用してトークン内の相関を学習するよう、マルチフィーチャー・トークンを独立して埋め込み、かつ遅延させる自己回帰型トランスフォーマーであるSPADEを導入するものである。
本論文は、解析的に統合された指数・ガウスモデルを用いてスペクトルのシミュレーション、フィッティング、および可視化を行うための設定可能なツールを提供することにより、陽電子消滅寿命分光法（PALS）データの解析における課題に対処するオープンソースのPythonワークフローであるfitPALSpectraを紹介するものであり、これは合成データ上で真のパラメータを正確に回収できることが検証されている。
本論文は、将来のハドロン衝突型実験に向けた放射線耐性センサーの開発を支援するために、ディープレベル過渡分光法（DLTS）および熱放出電流法（TSC）を用いて、最先端のn型4Hシリコンカーバイドダイオードにおける固有および成長関連の電気的に活性な欠陥、具体的にはおよび窒素関連の欠陥を特性評価するものである。
Gain-Layerプロジェクトは、標準的な欠陥分光技術を用いた将来の研究を可能にするため、ゲイン層に関連するドーピング濃度を持つ19,050個の特殊なシリコンダイオードを製造および特性評価することにより、LGADにおける放射線誘起劣化に関する欠陥レベルの理解の不足に対処するものである。
本論文は、市販の高電圧真空フィードスルーにおいて中心導体が細小であるために過大な電界が生じていることを解析的および有限要素解析によって実証し、アウトガス特性を損なうことなくこの問題を軽減するための、簡便かつ最適化されたレトロフィット案を提案するものである。