論文の概要: The Optimal use of Segmentation for Sampling Calorimeters

• arxiv url: http://arxiv.org/abs/2310.04442v1
• Date: Mon, 2 Oct 2023 16:46:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 04:14:08.250234
• Title: The Optimal use of Segmentation for Sampling Calorimeters
• Title（参考訳）: サンプリング熱量計におけるセグメンテーションの最適利用
• Authors: Fernando Torales Acosta, Bishnu Karki, Piyush Karande, Aaron Angerami, Miguel Arratia, Kenneth Barish, Ryan Milton, Sebasti\'an Mor\'an, Benjamin Nachman, and Anshuman Sinha
• Abstract要約: エネルギー再構成におけるカロリーセグメンテーションの影響について検討する。 再建を行うために、ディープニューラルネットワークをデプロイします。 分離したイオンシャワーのエネルギー推定には, 比較的微細なセグメンテーションが重要である。
• 参考スコア（独自算出の注目度）: 31.94565807521357
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: One of the key design choices of any sampling calorimeter is how fine to make the longitudinal and transverse segmentation. To inform this choice, we study the impact of calorimeter segmentation on energy reconstruction. To ensure that the trends are due entirely to hardware and not to a sub-optimal use of segmentation, we deploy deep neural networks to perform the reconstruction. These networks make use of all available information by representing the calorimeter as a point cloud. To demonstrate our approach, we simulate a detector similar to the forward calorimeter system intended for use in the ePIC detector, which will operate at the upcoming Electron Ion Collider. We find that for the energy estimation of isolated charged pion showers, relatively fine longitudinal segmentation is key to achieving an energy resolution that is better than 10% across the full phase space. These results provide a valuable benchmark for ongoing EIC detector optimizations and may also inform future studies involving high-granularity calorimeters in other experiments at various facilities.
• Abstract（参考訳）: サンプリングカロリー計の重要な設計選択の1つは、縦方向と横方向のセグメンテーションをいかに細くするかである。 この選択を述べるために,熱量計のセグメンテーションがエネルギー再構成に与える影響について検討する。 セグメンテーションの準最適利用によらず、ハードウェアの傾向が完全に原因であることを保証するため、我々は深層ニューラルネットワークを配置して再構築を行う。 これらのネットワークは、カロリーメータを点雲として表現することで、利用可能なすべての情報を利用する。 本手法を実証するために,電子イオン衝突型加速器で作動するエピック検出器で使用される前方熱量計システムと同様の検出器をシミュレートする。 分離された荷電ピオンシャワーのエネルギー推定では,全相空間で10%以上のエネルギー分解能を達成するためには,比較的微細な縦セグメンテーションが重要であることがわかった。 これらの結果は、現在進行中のeic検出器の最適化のための貴重なベンチマークを提供し、様々な施設における他の実験における高粒度カロリメータを含む将来の研究にも影響を与える可能性がある。

関連論文リスト

• Calibrating for the Future:Enhancing Calorimeter Longevity with Deep Learning [0.0]
  We developed a Wasserstein inspired method that adeptly calibrates the misalignment in temperaturemeter data due by aging or other factors。 我々の研究は、カロリーメータの運用寿命を延ばし、長期的にデータの正確性と信頼性を確保する。
  論文  参考訳（メタデータ） (2024-11-06T13:09:16Z)
• CaloChallenge 2022: A Community Challenge for Fast Calorimeter Simulation [22.42342223406944]
  我々は,「Fast Calorimeter Simulation Challenge 2022 - the CaloChallenge」の結果を提示する。 本研究では,4カロリーのシャワーデータセットの次元性向上に関する最先端生成モデルについて検討した。
  論文  参考訳（メタデータ） (2024-10-28T23:28:07Z)
• Electron Energy Regression in the CMS High-Granularity Calorimeter Prototype [0.2999888908665658]
  CERNに設置する新しいカロリーメータのシミュレーションデータを含む,新たに公開されたデータセットを提案する。 この検出器は600万以上のチャネルを持ち、それぞれのチャネルは位置、イオン化、精度の計測が可能な。 我々は3次元ヒットのエネルギーから入射電子のエネルギーを再構成した。
  論文  参考訳（メタデータ） (2023-09-12T20:09:59Z)
• Mitigating the measurement overhead of ADAPT-VQE with optimised informationally complete generalised measurements [0.0]
  ADAPT-VQEは分子シミュレーションのためのコンパクトアンゼアゼ構築のための頑健なアルゴリズムである。 本稿では,AIM-ADAPT-VQE方式の詳細を述べるとともに,H4ハミルトニアンと演算子プールを用いてその性能について検討する。
  論文  参考訳（メタデータ） (2022-12-19T18:47:10Z)
• CaloDVAE : Discrete Variational Autoencoders for Fast Calorimeter Shower Simulation [2.0646127669654826]
  カロリメータシミュレーションはモンテカルロのサンプル生成で最も計算コストがかかる部分である。 電磁カルロメータ内の粒子シャワーをシミュレートするための離散変分オートエンコーダ(DVAE)に基づく手法を提案する。
  論文  参考訳（メタデータ） (2022-10-14T00:18:40Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Analysis of the HiSCORE Simulated Events in TAIGA Experiment Using Convolutional Neural Networks [77.34726150561087]
  本稿では,エアシャワー特性決定における畳み込みニューラルネットワークの利用について検討する。 我々は、CNNを使ってHiSCOREイベントを分析し、それらをイメージとして扱います。 また,エアシャワーのパラメータの決定に関する予備的な結果も提示した。
  論文  参考訳（メタデータ） (2021-12-19T15:18:56Z)
• Energy Drain of the Object Detection Processing Pipeline for Mobile Devices: Analysis and Implications [77.00418462388525]
  本稿では、移動体拡張現実(AR)クライアントのエネルギー消費と、畳み込みニューラルネットワーク(CNN)に基づく物体検出を行う際の検出遅延について、初めて詳細な実験を行った。 我々は,移動体ARクライアントのエネルギー分析を精査し,CNNによる物体検出を行う際のエネルギー消費に関するいくつかの興味深い視点を明らかにした。
  論文  参考訳（メタデータ） (2020-11-26T00:32:07Z)
• Energy Aware Deep Reinforcement Learning Scheduling for Sensors Correlated in Time and Space [62.39318039798564]
  相関情報を利用するスケジューリング機構を提案する。 提案したメカニズムは、センサが更新を送信する頻度を決定することができる。 我々は,センサの寿命を大幅に延長できることを示した。
  論文  参考訳（メタデータ） (2020-11-19T09:53:27Z)
• Thermoelectricity in Quantum-Hall Corbino Structures [48.7576911714538]
  量子ホール効果系におけるコルビノ構造の熱電応答を測定する。 本研究では, ランダウを部分的に充填した場合, 非常に大きな熱電冷却の効率性を示す数値を予測した。
  論文  参考訳（メタデータ） (2020-03-03T19:19:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。