DAMPE実験によるヘリウムフラックス解析のための熱量計飽和補正の機械学習に基づく方法【JST・京大機械翻訳】

Stolpovskiy Mikhail; Wu Xin; Tykhonov Andrii; Deliyergiyev Maksym; Perrina Chiara; Munoz Maria; Droz David; Ruina Arshia; Catanzani Enrico

プレプリント

J-GLOBAL ID：202202210669869664 整理番号：22P0281345

DAMPE実験によるヘリウムフラックス解析のための熱量計飽和補正の機械学習に基づく方法【JST・京大機械翻訳】

Machine learning-based method of calorimeter saturation correction for helium flux analysis with DAMPE experiment

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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年01月28日プレプリントサーバーでの情報更新日： 2022年05月02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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

DAMPEは,核子当たり約100TeVまでのエネルギーでの宇宙線フラックスの測定に対する宇宙実験である。数十TeV以上のエネルギーでは,DAMPE熱量計のエレクトロニクスは飽和し,ある棒は記録されない。本研究では,飽和によって失われる熱量計エネルギーを補償するため,DAMPEデータの処理のための機械学習技術の適用を検討した。【JST・京大機械翻訳】

, , , ,
, , 【Automatic Indexing@JST】

高分子溶液の物理的性質

, , , , , ,

前のページに戻る