基于深度学习技术分析的厚型全耗尽 CCD 模拟曝光
仪器与探测器
2022-01-25 v1 核实验
摘要
厚型电荷耦合器件（CCDs）近来已被探索用于应用物理，如核爆炸监测与暗物质探测。当以全耗尽模式运行时，这些器件是对多种初级粒子能量沉积敏感的探测器。在本研究中，我们致力于将称为全景分割的深度学习（DL）技术应用于模拟 CCD 图像，以识别、归因并测量感兴趣放射性同位素的能量沉积。我们模拟了所选放射性氙同位素 Xe 的 CCD 曝光，并叠加了适用于地面实验室的模拟宇宙线缪子本底。我们表明，借助该 DL 技术，我们可较好地重现 beta 能谱，但同时面临与同拓扑伽马与转换电子的预期混淆，且对宇宙线缪子的识别不够理想。
引用
@article{arxiv.2201.08973,
title = {Simulated Thick, Fully-Depleted CCD Exposures Analyzed with Deep Learning Techniques},
author = {C. Britt and E. Church and T. Hossbach and B. Loer and R. Saldanha and N. Sinha and K. Woodruff},
journal= {arXiv preprint arXiv:2201.08973},
year = {2022}
}