文献

J-GLOBAL ID：201902266282971685   整理番号：19A1484137

Advact Kilopixel遷移端センサアレイを特性化するための機械学習,Markov連鎖モンテカルロ,および最適アルゴリズム【JST・京大機械翻訳】

Machine Learning, Markov Chain Monte Carlo, and Optimal Algorithms to Characterize the AdvACT Kilopixel Transition-Edge Sensor Arrays

著者 (15件)： Salatino Maria (Physics Department, Princeton University, Princeton, NJ, USA) ,  Austermann Jason (NIST, Boulder, CO, USA) ,  Beall James A. (NIST, Boulder, CO, USA) ,  Choi Steve (Physics Department, Princeton University, Princeton, NJ, USA) ,  Crowley Kevin T. (Physics Department, Princeton University, Princeton, NJ, USA) ,  Duff Shannon (NIST, Boulder, CO, USA) ,  Henderson Shawn W. (Cornell University, Ithaca, NY, USA) ,  Hilton Gene (NIST, Boulder, CO, USA) ,  Ho S.-P. P. (Physics Department, Princeton University, Princeton, NJ, USA) ,  Hubmayr Johannes (NIST, Boulder, CO, USA) ,  Li Yaqiong (Physics Department, Princeton University, Princeton, NJ, USA) ,  Niemack Michael D. (Cornell University, Ithaca, NY, USA) ,  Simon Sara M. (Michigan University, Ann Arbor, MI, USA) ,  Staggs Suzanne T. (Physics Department, Princeton University, Princeton, NJ, USA) ,  Wollack Edward J. (NASA/Goddard Space Flight Center, Greenbelt, MD, USA)
資料名： IEEE Transactions on Applied Superconductivity  (IEEE Transactions on Applied Superconductivity)
巻： 29  号： 5  ページ： ROMBUNNO.2101305.1-5  発行年： 2019年 
JST資料番号： W0177A  ISSN： 1051-8223  CODEN： ITASE9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多数のキロピクセル遷移端センサ(TES)アレイから成る次世代焦点面は,候補アレイを迅速にスクリーンするための新しい方法を必要とし,フィールドにおけるアレイの非理想性を評価し,除去のための異常値デバイスを同定し,フィールドにおけるアレイ性能を最適化する。著者らは,TESパラメータ(臨界温度と熱伝導率パラメータ)を推定するためのロバストな方法と,カスタムMarkov連鎖モンテカルロ(MCMC)アルゴリズムを用いたそれらの不確実性を実証した。また,約3%レベルでの非等温電流-電圧曲線(IVs)からのTESパラメータの推定における系統的効果を制約した。さらに,初めて,検出器アレイを調整するために機械学習(ML)アルゴリズムを適用し,それらの性能を最適化した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *機械学習 ,  *アルゴリズム ,  *モンテカルロ法 ,  電流 ,  *キャラクタリゼーション ,  スクリーン ,  パラメータ ,  ロバスト性 ,  電圧 ,  パラメータ推定 ,  異常値 ,  最適化 ,  *Markov連鎖
準シソーラス用語： MCMC ,  *最適アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 遷移端センサ ,  アレイ ,  特性化 ,  機械学習 ,  Markov連鎖 ,  モンテカルロ ,  最適アルゴリズム