論文の概要: Application of sequence learning for predicting radiation damage of the CMS electromagnetic calorimeter

• arxiv url: http://arxiv.org/abs/2610.04058v1
• Date: Fri, 02 Oct 2026 21:11:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 20:36:19.874071
• Title: Application of sequence learning for predicting radiation damage of the CMS electromagnetic calorimeter
• Title（参考訳）: CMS電磁熱量計の放射線損傷予測へのシーケンス学習の適用
• Abstract要約: 我々は,大型ハドロン衝突型加速器におけるCMS電磁熱量計の鉛タングステイト結晶の照射損傷予測に機械学習を用いた。 我々は、2016年から2018年にかけて収集されたLHCオープンデータを分析し、結晶光透過性の時間的進化を研究する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we use machine learning methods to predict radiation damage in the lead tungstate crystals of the CMS electromagnetic calorimeter at the Large Hadron Collider. We analyze LHC Open Data collected from 2016 to 2018 and study the time evolution of the crystal optical transparency. We apply deep neural network models to predict its behavior over different future time intervals, and find that encoder-decoder sequence-to-sequence architectures can effectively describe crystal aging.
• Abstract（参考訳）: 本稿では,大型ハドロン衝突型加速器におけるCMS電磁熱量計の鉛タングステート結晶の照射損傷予測に機械学習を用いた。 我々は、2016年から2018年にかけて収集されたLHCオープンデータを分析し、結晶光透過性の時間的進化を研究する。 深層ニューラルネットワークモデルを用いて、将来の時間間隔の変動を予測し、エンコーダ・デコーダ・シーケンス・ツー・シーケンスアーキテクチャが結晶の老化を効果的に表現できることを見出した。

関連論文リスト

• Deep Generative Models for Proton Zero Degree Calorimeter Simulations in ALICE, CERN [3.2686289567336235]
  本稿では、ALICE実験において、プロトンZero Degree Calorimeterに合わせた革新的なディープラーニングシミュレーション手法を提案する。 本手法は,モンテカルロをベースとした従来の手法と比較して,大幅な高速化を実現する。
  論文  参考訳（メタデータ） (2024-06-05T13:41:09Z)
• Learning and Controlling Silicon Dopant Transitions in Graphene using Scanning Transmission Electron Microscopy [58.51812955462815]
  単層炭素原子上のシリコン原子の遷移ダイナミクスを機械学習で決定する手法を提案する。 データサンプルは、ニューラルネットワークをトレーニングして遷移確率を予測するために、シンボリック表現を生成するために処理され、フィルタリングされる。 これらの学習された遷移ダイナミクスを利用すれば、格子全体に1つのシリコン原子を誘導し、あらかじめ決定された目標目的地へと導くことができる。
  論文  参考訳（メタデータ） (2023-11-21T21:51:00Z)
• Latent Conservative Objective Models for Data-Driven Crystal Structure Prediction [62.36797874900395]
  計算化学において、結晶構造予測は最適化問題である。 この問題に対処する1つのアプローチは、密度汎関数理論(DFT)に基づいてシミュレータを構築し、続いてシミュレーションで探索を実行することである。 我々は,LCOM(最近の保守的客観モデル)と呼ばれる我々の手法が,構造予測の成功率の観点から,最も優れたアプローチと同等に機能することを示す。
  論文  参考訳（メタデータ） (2023-10-16T04:35:44Z)
• Predicting the Future of the CMS Detector: Crystal Radiation Damage and Machine Learning at the LHC [3.5348690973777]
  CMS実験は75,848個の鉛タングステート結晶を用いて、陽子-陽子衝突で生じる電子と光子のエネルギーを測定する。 各結晶の透明性は、衝突生成物からの放射による結晶の光学特性の変化を追跡するレーザー監視システムによって監視される。 2016年から2018年にかけてのCMSコラボレーションによって収集された結晶モニタリングデータの公開データのリリースについて説明する。
  論文  参考訳（メタデータ） (2023-03-23T20:14:15Z)
• 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)
• Deep learning techniques for energy clustering in the CMS ECAL [0.0]
  CMSにおける電子と光子の再構成は、入射粒子によって堆積されたエネルギーのトポロジカルクラスタリングに依存する。 グラフニューラルネットワーク(GNN)や自己認識アルゴリズムといった最先端のディープラーニングアーキテクチャを活用する新しい手法が研究されている。
  論文  参考訳（メタデータ） (2022-04-21T17:23:43Z)
• Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
  本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。 有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
  論文  参考訳（メタデータ） (2022-02-22T15:39:00Z)
• Disentangling multiple scattering with deep learning: application to strain mapping from electron diffraction patterns [48.53244254413104]
  我々は、高非線形電子回折パターンを定量的構造因子画像に変換するために、FCU-Netと呼ばれるディープニューラルネットワークを実装した。 結晶構造の異なる組み合わせを含む20,000以上のユニークな動的回折パターンを用いてFCU-Netを訓練した。 シミュレーションされた回折パターンライブラリ、FCU-Netの実装、訓練されたモデルの重み付けは、オープンソースリポジトリで自由に利用可能です。
  論文  参考訳（メタデータ） (2022-02-01T03:53:39Z)
• Using Machine Learning for Anomaly Detection on a System-on-Chip under Gamma Radiation [1.920987512094627]
  TID(Total Ionizing Dose)効果のような放射線は、ナノスケールの電子機器に永続的な損傷を与えることが多い。 本稿では、消費者電子レベルのField Programmable Gate Arrays(FPGA)における機械学習アルゴリズムを用いて、TID効果に対処し、動作停止前にそれを監視することに焦点を当てる。
  論文  参考訳（メタデータ） (2022-01-05T13:02:55Z)
• Near-Field Terahertz Nanoscopy of Coplanar Microwave Resonators [61.035185179008224]
  超伝導量子回路は、主要な量子コンピューティングプラットフォームの一つである。 超伝導量子コンピューティングを実用上重要な点に進めるためには、デコヒーレンスに繋がる物質不完全性を特定し、対処することが重要である。 ここでは、テラヘルツ走査近接場光学顕微鏡を用いて、シリコン上の湿式エッチングアルミニウム共振器の局所誘電特性とキャリア濃度を調査する。
  論文  参考訳（メタデータ） (2021-06-24T11:06:34Z)
• Demonstration of electron-nuclear decoupling at a spin clock transition [54.088309058031705]
  クロック遷移は磁気ノイズから分子スピン量子ビットを保護する。 核自由度への線形結合は、電子コヒーレンスの変調と崩壊を引き起こす。 核浴への量子情報漏洩がないことは、他のデコヒーレンス源を特徴づける機会を与える。
  論文  参考訳（メタデータ） (2021-06-09T16:23:47Z)

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。