Numerical modeling of SNSPD absorption utilizing optical conductivity with quantum corrections
本論文は、量子補正を施したドリュード・ロレンツモデルを用いてニオブ窒化物薄膜の光学伝導度をモデル化し、SNSPD の吸収特性が幾何学的形状だけでなく薄膜の光学伝導度（特に虚部と実部の比）にも大きく依存することを示すことで、検出器設計の最適化に寄与する数値モデルを提示している。
🔬 Category
physics.ins-det
465 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。
Progress in Decompositional Electromagnetic Analysis of Digital Interconnects
本論文は、6 Gbps を超える高速データレートに対応する信頼性の高いデジタル相互接続を設計・トラブルシューティングするために不可欠な手法として、信号劣化要因を分離して迅速な解析を可能にする「分解電磁気解析（DEA）」の基本概念、精度条件、および将来の重要性を概説しています。
Photothermal resistivity alignment of optical fibers to SNSPD
この論文は、光吸収によるナノワイヤの局所的な加熱と抵抗変化を検出するフォトサーマル手法を用いることで、超伝導ナノワイヤ単一光子検出器（SNSPD）への光ファイバをサブマイクロメートル精度で効率的に整列させる新しい手法を提案・実証したものである。
Dark Matter Detection Using Phonon Sensing in Amorphous Materials
この論文は、結晶材料の狭い共鳴周波数に依存する従来の手法と異なり、非晶質材料の広帯域応答を利用することで、50〜200 meV のダークフォトン吸収を検出可能にする、数マイクログラムの標的質量を持つ卓上型ダークマター検出器の概念を提案しています。
KATRIN Sensitivity to keV Sterile Neutrinos with the TRISTAN Detector Upgrade
KATRIN 実験は、TRISTAN 検出器のアップグレードと 4 ヶ月の観測により、4〜13 keV の質量範囲における keV 階級のステライルニュートリノの混合振幅 までの感度獲得を予測しており、これは過去の研究室検索を大幅に上回るものである。
Extension of interferometric particle imaging to small ice-crystal sizes using the Discrete Dipole Approximation
この論文は、離散双極子近似（DDA）を用いた光散乱シミュレーションと位相場モデリングを組み合わせることで、干渉性粒子イメージング（IPI）の適用範囲を波長数倍の微小氷結晶（数マイクロメートル）まで拡張し、大気中の氷粒子の特性評価を可能にしたことを示しています。
Design and characterization of the POKERINO prototype for the POKER/NA64 experiment at CERN
CERN の NA64 実験向けに開発された PbWO結晶と SiPM センサーを備えた高解像度電磁カロリメータ「POKERINO」プロトタイプの性能評価結果が報告され、その性能が実験の要求仕様を満たすことが示されました。
Non-Destructive Beam Monitoring via Secondary Radiation Detection with Ce-Doped Silica Fibers
この論文は、18 MeV のベルン医療用サイクロトロンにおいて、Ce 添加シリカ光ファイバを用いてビームライン部品で発生する二次放射線を検出する非破壊ビームモニタリング手法を提案し、ビーム強度の広範囲にわたる線形検出やビームロスの追跡、ビーム位置の分離検出におけるその有効性を示したものである。
Trigger Optimization and Event Classification for Dark Matter Searches in the CYGNO Experiment Using Machine Learning
Cygno 実験では、機械学習を用いた非教師ありの異常検知によるオンラインデータ削減と、ラベルなし分類（CWoLa）による核反跳事象の識別という 2 つのアプローチを提案し、それぞれ高い信号保持率と背景低減、および核反跳事象の高精度な抽出を実現しました。
Optimising Microwave Cavities for nonzero Helicity with Machine Learning
この論文は、機械学習を用いた逆設計フレームワークにより、ヘリシティ（ねじれ）を最大化する三次元マイクロ波空洞共振器の形状を体系的に最適化し、従来の経験則では予測困難な高ヘリシティ設計やその製造許容誤差に対する堅牢性を明らかにしたものである。