使用卷积神经网络测量微通道板/荧光屏组件的增益
仪器与探测器
2020-02-19 v1 核实验
加速器物理
数据分析、统计与概率
摘要
本文提出了一种通过使用卷积神经网络分析由电荷耦合器件记录的荧光屏图像，来测量单板微通道板（MCP）/荧光屏组件增益的技术。该神经网络充分降低了图像中的背景噪声，使得单个电子事件可被识别。从去噪后的图像中，一种算法确定了与单个电子击中 MCP 相关的荧光屏上记录的平均强度。根据该平均单粒子强度，以及对经 MCP 放大后的电子束团的电荷测量，我们得以推导出 MCP 的增益曲线。
引用
@article{arxiv.1906.05481,
title = {Measuring the Gain of a Micro-Channel Plate/Phosphor Assembly Using a Convolutional Neural Network},
author = {Michael Jones and Matthew Harvey and William Bertsche and Andrew James Murray and Robert B. Appleby},
journal= {arXiv preprint arXiv:1906.05481},
year = {2020}
}
备注
5 pages, 8 figures, intended for publication in IEEE Transactions on Nuclear Science