論文の概要: Pulse Shape Discrimination Algorithms: Survey and Benchmark

• arxiv url: http://arxiv.org/abs/2508.02750v1
• Date: Sun, 03 Aug 2025 04:41:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.607502
• Title: Pulse Shape Discrimination Algorithms: Survey and Benchmark
• Title（参考訳）: パルス形状判別アルゴリズム:サーベイとベンチマーク
• Authors: Haoran Liu, Yihan Zhan, Mingzhe Liu, Yanhua Liu, Peng Li, Zhuo Zuo, Bingqi Liu, Runxi Liu,
• Abstract要約: 本稿では,放射線検出のためのパルス形状判別(PSD)アルゴリズムの総合的な調査とベンチマークについて述べる。 本研究では,F1スコア,ROC-AUC,メソッド間相関などの指標を用いて,標準化された2つのデータセットを実装・評価する。 ディープラーニングモデル、特にMLP(Multi-Layer Perceptrons)と、統計的特徴とニューラル回帰を組み合わせたハイブリッドアプローチは、従来の手法よりも優れていることが多い。
• 参考スコア（独自算出の注目度）: 7.302101804475471
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This review presents a comprehensive survey and benchmark of pulse shape discrimination (PSD) algorithms for radiation detection, classifying nearly sixty methods into statistical (time-domain, frequency-domain, neural network-based) and prior-knowledge (machine learning, deep learning) paradigms. We implement and evaluate all algorithms on two standardized datasets: an unlabeled set from a 241Am-9Be source and a time-of-flight labeled set from a 238Pu-9Be source, using metrics including Figure of Merit (FOM), F1-score, ROC-AUC, and inter-method correlations. Our analysis reveals that deep learning models, particularly Multi-Layer Perceptrons (MLPs) and hybrid approaches combining statistical features with neural regression, often outperform traditional methods. We discuss architectural suitabilities, the limitations of FOM, alternative evaluation metrics, and performance across energy thresholds. Accompanying this work, we release an open-source toolbox in Python and MATLAB, along with the datasets, to promote reproducibility and advance PSD research.
• Abstract（参考訳）: 本稿では,放射線検出のためのパルス形状判別(PSD)アルゴリズムの総合的な調査とベンチマークを行い,60近い手法を統計的(時間領域,周波数領域,ニューラルネットワークベース)と事前知識(機械学習,ディープラーニング)のパラダイムに分類する。 我々は、241Am-9Beソースからのラベル付きセットと238Pu-9Beソースからのタイム・オブ・フライのラベル付きセットの2つの標準データセット上で、F1スコア、ROC-AUC、金属間相関などのメトリクスを使用して、全てのアルゴリズムを実装し、評価する。 分析の結果,ディープラーニングモデル,特にMLP(Multi-Layer Perceptrons)と,統計的特徴とニューラル回帰を組み合わせたハイブリッドアプローチが従来の手法より優れていることがわかった。 本稿では,建築適合性,FOMの限界,代替評価指標,エネルギーしきい値を越えた性能について論じる。 この作業を伴って、PythonとMATLABのオープンソースツールボックスとデータセットをリリースし、再現性を促進し、PSD研究を前進させます。

関連論文リスト

• PyTDC: A multimodal machine learning training, evaluation, and inference platform for biomedical foundation models [59.17570021208177]
  PyTDCは、マルチモーダルな生物学的AIモデルのための合理化されたトレーニング、評価、推論ソフトウェアを提供する機械学習プラットフォームである。 本稿では、PyTDCのアーキテクチャの構成要素と、我々の知る限り、導入したシングルセルドラッグターゲットMLタスクにおける第一種ケーススタディについて論じる。
  論文  参考訳（メタデータ） (2025-05-08T18:15:38Z)
• Uncertainty quantification for Markov chains with application to temporal difference learning [63.49764856675643]
  マルコフ連鎖のベクトル値および行列値関数に対する新しい高次元濃度不等式とベリー・エッシー境界を開発する。 我々は、強化学習における政策評価に広く用いられているTD学習アルゴリズムを解析する。
  論文  参考訳（メタデータ） (2025-02-19T15:33:55Z)
• Reproducible Machine Learning-based Voice Pathology Detection: Introducing the Pitch Difference Feature [1.7779568951268254]
  本稿では,現在公開されているSaarbr"ucken Voice Databaseを用いた音声病理診断手法を提案する。 機械学習(ML)アルゴリズムを6つ評価する - サポートベクターマシン、kネアレスト隣人、ナイーブベイズ、決定木、ランダムフォレスト、AdaBoost。 アプローチは, 女性, 男性, 合計で85.61%, 84.69%, および85.22%であった。
  論文  参考訳（メタデータ） (2024-10-14T14:17:52Z)
• An MRP Formulation for Supervised Learning: Generalized Temporal Difference Learning Models [20.314426291330278]
  従来の統計的学習では、データポイントは独立して同じ分布(d)であると仮定される。 本稿では、データポイントを相互接続したものとして認識し、データモデリングにマルコフ報酬プロセス(MRP)を用いる、対照的な視点を示す。 我々は、強化学習(RL)における政治政策評価問題として、典型的教師付き学習を再構成し、一般化時間差学習アルゴリズム(TD)を解法として導入する。
  論文  参考訳（メタデータ） (2024-04-23T21:02:58Z)
• Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
  自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。 提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。 提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2024-01-12T22:51:48Z)
• Enhancing Person Re-Identification through Tensor Feature Fusion [0.5562294018150907]
  本稿では,テンソル特徴表現とマルチ線形部分空間学習に基づく新しい人物認識システム(PRe-ID)を提案する。 提案手法は,事前学習したCNNを高レベル特徴抽出に活用する。 クロスビュー四分法解析(TXQDA)アルゴリズムは,マルチ線形部分空間学習に使用される。
  論文  参考訳（メタデータ） (2023-12-16T15:04:07Z)
• Multi-Dimensional Ability Diagnosis for Machine Learning Algorithms [88.93372675846123]
  本稿では,機械学習アルゴリズム評価のためのタスク非依存評価フレームワークCamillaを提案する。 認識診断の仮定とニューラルネットワークを用いて、各サンプルのアルゴリズム、サンプル、スキル間の複雑な相互作用を学習する。 我々の実験では、カミラはメートル法信頼性、ランクの整合性、ランクの安定性で最先端のベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-07-14T03:15:56Z)
• Score-based Source Separation with Applications to Digital Communication Signals [72.6570125649502]
  拡散モデルを用いた重畳音源の分離手法を提案する。 高周波(RF)システムへの応用によって、我々は、基礎となる離散的な性質を持つ情報源に興味を持っている。 提案手法は,最近提案されたスコア蒸留サンプリング方式のマルチソース拡張と見なすことができる。
  論文  参考訳（メタデータ） (2023-06-26T04:12:40Z)
• Beyond Individual Input for Deep Anomaly Detection on Tabular Data [0.0]
  異常検出は、金融、医療、サイバーセキュリティなど、多くの領域において不可欠である。 私たちの知る限りでは、この機能機能とサンプルサンプル依存関係をうまく組み合わせる最初の作業です。 提案手法は,F1スコアとAUROCをそれぞれ2.4%,AUROCを1.2%上回り,最先端性能を実現している。
  論文  参考訳（メタデータ） (2023-05-24T13:13:26Z)
• Quantifying & Modeling Multimodal Interactions: An Information Decomposition Framework [89.8609061423685]
  本稿では,入力モーダル性と出力タスクを関連付けた冗長性,特異性,シナジーの度合いを定量化する情報理論手法を提案する。 PID推定を検証するために、PIDが知られている合成データセットと大規模マルチモーダルベンチマークの両方で広範な実験を行う。 本研究では,(1)マルチモーダルデータセット内の相互作用の定量化,(2)マルチモーダルモデルで捉えた相互作用の定量化,(3)モデル選択の原理的アプローチ,(4)実世界のケーススタディの3つにその有用性を示す。
  論文  参考訳（メタデータ） (2023-02-23T18:59:05Z)
• A Mathematical Programming approach to Binary Supervised Classification with Label Noise [1.2031796234206138]
  本稿では,Support Vector Machineベースの分類器を構築するための新しい手法を提案する。 最初の方法は、SVMモデルに直接レバーベリングを組み込む。 第2の手法群はクラスタリングと分類を同時に組み合わせ、類似度尺度とSVMを同時に適用するモデルを生み出す。
  論文  参考訳（メタデータ） (2020-04-21T17:25:54Z)
• CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus [62.86856923633923]
  我々は,同じ形状の複数のパラメトリックモデルを雑音測定に適合させる頑健な推定器を提案する。 複数のモデル検出のための手作り検索戦略を利用する従来の研究とは対照的に,データから検索戦略を学習する。 探索の自己教師付き学習において,提案したアルゴリズムをマルチホログラフィー推定で評価し,最先端手法よりも優れた精度を示す。
  論文  参考訳（メタデータ） (2020-01-08T17:37:01Z)

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。