文献

J-GLOBAL ID：202202248949708756   整理番号：22A2504686

機械学習によるCaF₂シンチレーティングボロメーターの分解能改善

Energy Resolution Improvement for CaF2 Scitillating Bolometer by Machine Learning Analysis

著者 (8件)： 白井竜太 (大阪大 理) ,  LI X. (大阪大 理) ,  吉田斉 (大阪大 理) ,  鉄野高之介 (大阪大 RCNP) ,  梅原さおり (大阪大 RCNP) ,  KWON Do-Hyung (韓国IBS) ,  KIM Hye-Lim (韓国IBS) ,  KIM Yong-Hamb (韓国IBS)
資料名： 日本物理学会講演概要集(CD-ROM)  (日本物理学会春季大会講演概要集(CD-ROM))
巻： 77  号： 1  ページ： ROMBUNNO.18pPSV-23  発行年： 2022年03月24日 
JST資料番号： S0671C  ISSN： 2189-079X  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： CANDLES実験では、48Caのニュートリノレス二重β崩壊の観測を目指しており、実現のためにはエネルギー分解能の優れた検出器の開発が不可欠である。開発中のCaF2シンチレーティングボロメーターは、図1のように上下に光検出器と熱検出器が設置...【本文一部表示】

シソーラス用語： *ボロメータ ,  *シンチレーション ,  フッ化カルシウム ,  *機械学習 ,  放射線検出器 ,  α粒子ビーム ,  μ粒子 ,  二重β崩壊 ,  光検出器 ,  波形解析 ,  時定数 ,  高次元 ,  Q値 ,  分解能

分類 (2件)： 放射線検出・検出器  (AD08020J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 機械学習 ,  CaF2 ,  分解能