Planar Josephson junctions for sensors and electronics:Different geometry, new functionality
本文强调了平面约瑟夫森结相较于传统重叠结的显著优势——例如增强的磁灵敏度、改善的阻抗匹配以及设计灵活性——并展示了其在超分辨率成像、存储和可编程二极管等新兴领域的应用，同时探讨了超导电子学面临的未来挑战。
🔬 Category
physics.ins-det
450 篇论文
物理中的仪器探测领域致力于研发和运用各种精密设备，让我们能够“看见”从亚原子粒子到遥远星系的微观与宏观世界。这一学科不仅是理论物理的坚实基石，更是推动人类探索宇宙奥秘的关键技术引擎。
在 Gist.Science，我们专注于从 arXiv 预印本平台抓取该领域最新的研究报告。我们对每一篇新上传的论文进行深度处理，提供通俗易懂的科普解读以及详尽的技术摘要，帮助不同背景的读者快速掌握核心进展。
下方为您整理了该类别下最新的几篇论文，涵盖近期在探测技术与实验应用上的重要突破。
Quantum chaos with graphs: a silicon photonics plateform
本文提出了一种硅光子学平台，通过实验验证了 Bohigas-Giannoni-Schmit 猜想，证明强混沌光子图的光谱统计特性符合随机矩阵理论的预测，而弱混沌光子图则不符合。
In-situ tunable superconducting diode: towards field-free operation with infinite nonreciprocity
本文证明，四端铌平面约瑟夫森结能够实现无磁场、宽范围可调且可重构的超导二极管，具有近乎无限的非互易性，为未来数字和神经形态计算应用提供了一条有前景的途径。
Pulse shape discrimination for event rejection in BEGe-type high-purity germanium detectors
本研究证明，仅基于伽马射线数据训练的脉冲形状甄别分类器能够有效识别并剔除高纯锗探测器中的α事件，从而为下一代无中微子双β衰变搜索（如LEGEND）提供一种稳健的本底抑制策略，因为此类实验往往缺乏专门的α训练数据。
Adaptive time-domain simulation of optical cavities with arbitrary dynamics
本文介绍了一种用于光学谐振腔的快速、灵活时域模拟器，它通过采用递归往返公式高效地模拟高速共振穿越期间的非线性动力学，并经由 Virgo 干涉仪数据验证，适用于实时控制与强化学习。
Application of exhaustive simulation flow for advanced performance prediction of monolithic active pixel sensors
本文提出了一种集成 TCAD、Allpix Squared 和 SPICE 的详尽仿真流程，用于准确预测单片有源像素传感器（MAPS）的性能，包括漏电流和辐照效应，并利用 Belle II TJ-Monopix2 传感器的测量数据对该方法进行了验证。
Performance of the Particle-Identification Silicon-Telescope Array Coupled with the VAMOS++ Magnetic Spectrometer
本文展示了新型 PISTA 硅望远镜阵列与 VAMOS++ 磁谱仪耦合系统的性能评估，证明其具备高分辨率粒子鉴别与激发能重建（800 keV 半高全宽）能力，可用于研究逆运动学条件下多核子转移反应诱发的裂变过程。
The ICESPICE demonstrator for particle/- coincidence experiments at Florida State University
由佛罗里达州立大学研发的模块化微型橙色光谱仪 ICESPICE 演示器，经调试测试及其与超级恩格分裂极光谱仪的首次束流应用验证，成功实现了用于低能核结构研究的粒子/伽马 - 电子符合测量。
Bridging the Gap between Extreme Environments and Precision Measurements: Recent Progress in Megagauss Physics
本综述重点介绍了利用单匝线圈和电磁通量压缩技术产生超过 1,000 特斯拉的超强磁场的最新技术突破，以及支持在材料科学中对多种量子现象进行高精度研究的专用低温测量基础设施的发展。
CaloArt: Large-Patch x-Prediction Diffusion Transformers for High-Granularity Calorimeter Shower Generation
本文介绍了 CaloArt，这是一种采用大补丁 x 预测的扩散 Transformer，能够以高物理保真度和低计算成本实现最先进的细粒度量能器簇射生成，从而消除了对预训练潜在分词器的需求。