CLAS12のためのドリフトチェンバデータ雑音除去のための畳込みオートエンコーダ【JST・京大機械翻訳】

Gavalian Gagik; Thomadakis Polykarpos; Angelopoulos Angelos; Chrisochoides Nikos

プレプリント

J-GLOBAL ID：202202208696537741 整理番号：22P0344761

CLAS12のためのドリフトチェンバデータ雑音除去のための畳込みオートエンコーダ【JST・京大機械翻訳】

Convolutional Auto-Encoders for Drift Chamber data de-noising for CLAS12

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年05月05日プレプリントサーバーでの情報更新日： 2022年06月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,CLAS12ドリフトチャンバのための雑音除去生データのための畳込み自動エンコーダを用いた結果を示した。雑音除去ニューラルネットワークは,トラック再構成において効率を高め,また,高輝度実験データ収集のための性能を改善した。以前に開発したトラック分類器ニューラルネットワークサイト{Gavalian:2022hfa}と接続した雑音除去ニューラルネットワークは,電流光度(0.6x10 ̄35cm ̄-2 ̄sec ̄-1)に対する著しいトラック再構成効率増加をもたらした。実験的に測定した量の増加は,同じトラック再構成効率で2倍の光度で走行実験を可能にする。これは,加速器運用コストの巨大な節約と,Jeffson Labと共同機関のための大きな節約につながる。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , ,

前のページに戻る