論文の概要: Considerations for an Integrated Detector Design at FCC-ee: A Human-AI Exploration

• arxiv url: http://arxiv.org/abs/2606.07564v1
• Date: Mon, 25 May 2026 19:27:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.725532
• Title: Considerations for an Integrated Detector Design at FCC-ee: A Human-AI Exploration
• Title（参考訳）: FCC-eeにおける統合型検出器設計の考察:人間-AI探査
• Authors: Charles Young,
• Abstract要約: 本報告は、電子-陽電子モード(FCC-ee)におけるFuture Circular Colliderの検出器設計に関する考察である。 これは、AIアシスタントが明示的な物理学者の入力なしで提案した最初の「偏見」検出器の概念から始まる。 この議論はビームパイプから光度モニターまでの全検出器について、特にサブシステム選択間の相互作用に注目している。
• 参考スコア（独自算出の注目度）: 0.18275108630751835
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This report explores detector design considerations for the Future Circular Collider in its electron-positron mode (FCC-ee) through an extended dialogue between a physicist and an AI assistant. Starting from initial "prejudice" detector concepts proposed by the AI assistant without explicit physicist input, each subsystem is examined in detail, with the AI's assumptions challenged and revised through the exchange. The discussion covers the full detector from beam pipe to luminosity monitor, with particular attention to the interplay between subsystem choices and the practical considerations - calibration, stability, and operational simplicity - that are essential for a fifteen-year precision physics program. The narrative documents how the integrated detector design evolved substantially from the starting point to revised "prejudice" detector concepts of the AI assistant. The focus of this report is on the process to illustrate both the potential and the limitations of human-AI collaboration in experimental physics design, and the physics capabilities of any of the "prejudice" detector concepts remain to be explored.
• Abstract（参考訳）: 本稿では、物理学者とAIアシスタントとの対話を通じて、電子-陽電子モード(FCC-ee)におけるFuture Circular Colliderの検出器設計について検討する。 明示的な物理学者の入力なしにAIアシスタントによって提案された最初の「偏見」検出器の概念から始まり、各サブシステムは詳細に検査され、交換を通じてAIの仮定が挑戦され、修正される。 この議論はビームパイプから光度モニターまでの全検出器を網羅し、特に15年間の精密物理プログラムに不可欠なサブシステム選択と実際的な考慮(校正、安定性、運用上の単純さ)の相互作用に注意を払っている。 物語では、統合検出器の設計が開始点からAIアシスタントの「偏見」検出器の概念を改訂するまで、どのように大きく進化したかを記述している。 本報告の焦点は、実験物理学設計における人間とAIのコラボレーションの可能性と限界、および「偏見」検出概念の物理能力の両方を説明するプロセスである。

関連論文リスト

• Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition [71.5328300638085]
  Zero-shot Human-Object Interaction (HOI) は、画像中の人間と物体を特定し、その相互作用を認識することを目的としている。 2段階法を含む既存の手法は、特定の検出器との相互作用認識を密に結合する。 本稿では、オブジェクト検出をIRから分離し、マルチモーダル大言語モデル(MLLM)をゼロショットIRに活用する分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-16T19:01:31Z)
• AI Deception: Risks, Dynamics, and Controls [153.71048309527225]
  このプロジェクトは、AI偽装分野の包括的で最新の概要を提供する。 我々は、動物の偽装の研究からシグナル伝達理論に基づく、AI偽装の正式な定義を同定する。 我々は,AI偽装研究の展望を,偽装発生と偽装処理の2つの主要な構成要素からなる偽装サイクルとして整理する。
  論文  参考訳（メタデータ） (2025-11-27T16:56:04Z)
• Meta-Representational Predictive Coding: Biomimetic Self-Supervised Learning [51.22185316175418]
  メタ表現予測符号化(MPC)と呼ばれる新しい予測符号化方式を提案する。 MPCは、並列ストリームにまたがる感覚入力の表現を予測することを学ぶことによって、感覚入力の生成モデルを学ぶ必要性を助長する。
  論文  参考訳（メタデータ） (2025-03-22T22:13:14Z)
• AI-Assisted Detector Design for the EIC (AID(2)E) [0.0]
  ePIC実験には、性能、物理学的到達度、コストなど、多くの設計パラメータと目的が含まれている。 本研究の目的は,EIC(AID(2)E)のためのスケーラブルで分散AI支援型検出器の開発である。
  論文  参考訳（メタデータ） (2024-05-25T15:33:44Z)
• Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
  ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。 コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
  論文  参考訳（メタデータ） (2023-11-26T09:11:32Z)
• Task-Oriented Sensing, Computation, and Communication Integration for Multi-Device Edge AI [108.08079323459822]
  本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。 推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
  論文  参考訳（メタデータ） (2022-07-03T06:57:07Z)
• AI-assisted Optimization of the ECCE Tracking System at the Electron Ion Collider [1.8127731997964323]
  EICは、すでに設計と研究開発段階から始まっている人工知能(AI)を活用する最初の大規模施設の1つである。 EIC検出器の提案はECCEの設計がEIC検出器の基準設計として機能すると結論付けた。 本稿では,AIを用いたECCEトラッカーの総合最適化について述べる。
  論文  参考訳（メタデータ） (2022-05-18T19:30:56Z)
• Design of Detectors at the Electron Ion Collider with Artificial Intelligence [0.0]
  ECCEは、多目的最適化を用いて、EIC検出器のトラッキングシステムを設計する可能性を探っている。 本稿は、これらの技術の概要と、EIC提案における最近の進歩について述べる。
  論文  参考訳（メタデータ） (2022-03-09T05:27:37Z)

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。