XiaoMi-AI文件搜索系统
World File Search System带电粒子
相对论带电粒子束传输的研究...
Meihua Fang 1 , Zheng liang 1 , Yingkui Gong 2* , Jianfei Chen 1 , Guiping Zhu 1 ,Ting Liu 2 , Yu tian 2 , Yu Zhou 2
基于双层CMOS SPAD阵列的无线电池供电探针，用于带电粒子传感
摘要：设计并测试了带电粒子成像的紧凑型探针，并在源活动映射和无线电指导手术中进行了潜在应用。这项技术的开发对医学成像具有显着影响，为医疗保健专业人员提供了准确且有效的诊断和治疗工具。为了满足这些应用程序的可移植性要求，该探针设计用于电池操作和与PC的无线通信。核心传感器是一种双层CMOS SPAD检测器，使用150 nm技术制造，该技术使用重叠的单元格产生巧合信号并降低了深度计数速率（DCR）。传感器与微控制器进行管理和连接，并开发了自定义公司以促进与传感器的通信。通过用DCR来表征板上SPAD检测器的性能，结果与使用故意开发的台式设置在同一芯片样品上进行的表征测量结果一致。
带电粒子束轮廓监测器的超声速气体射流特性
现代加速器首选非侵入式测量方法来表征束流参数。电离轮廓监测器 (IPM) [1–3] 和束流诱导荧光监测器 (BIF) [4–8] 被广泛用作许多加速器中的非侵入式束流轮廓监测器。在此类监测器中，粒子束与残留气体相互作用，导致气体分子电离或发射荧光。束流与气体相互作用产生的副产物可以通过外部电磁场（离子和电子）收集，或使用独立光学系统（荧光）检测，以提供初级束流的一维分布信息。根据背景压力水平，它们通常需要较长的积分时间或加载额外的工作气体。后者将产生较大的压力凸起区域，并可能导致初级束流性能下降
用于带电粒子跟踪的量子模式识别算法
然而，HL-LHC 的覆盖范围依赖于比 LHC 高一个数量级的亮度，这意味着每次光束碰撞时发生的额外质子-质子相互作用的数量（也称为堆积，μ）将增加 3 到 5 倍，达到每次碰撞 140 到 200 次额外的相互作用。因此，HL-LHC 的计算环境将极具挑战性，目前的预测表明，处理数据所需的计算资源将超过预算预测。用于重建带电粒子轨迹的模式识别算法是重建模拟数据和碰撞数据事件的关键挑战。模式识别算法 [5] 可大致分为全局方法或局部方法。全局模式识别方法通过同时处理来自全探测器的所有测量值来寻找轨迹。全局方法的例子包括保角映射或变换方法，如霍夫变换 [6、7] 和神经网络 [8]。局部模式识别方法根据探测器局部区域的测量结果生成轨迹种子，然后搜索其他命中点以完成轨迹候选。局部方法的示例包括轨迹道路和轨迹跟踪方法，例如卡尔曼滤波器 [9-11]。模式识别算法通常在找到种子之后的轨迹重建序列中运行。一旦通过模式识别算法识别出沉积的能量集，就可以通过拟合算法确定轨迹的参数。用于描述轨迹的参数取决于探测器的几何形状，但通常使用五个（如果包含时间信息，则为六个）参数。轨迹参数通常包括动量（与曲率成反比）、描述传播方向的角度以及用于表征起点的撞击参数。为了说明 HL-LHC 所带来的挑战，图 1 显示了每个事件的处理时间与堆积的关系，该图使用了 ATLAS 实验使用基于卡尔曼滤波器的模式识别序列记录的数据。处理时间与 μ 的增加成比例，这是模式识别算法的典型特征。在 HL-LHC 中，μ 的预期值将明显位于曲线的右侧，因此需要大量的 CPU 资源。未来的强子对撞机（例如未来环形对撞机项目中提出的强子-强子对撞机 [ 13 ]），预计会出现更多的堆积，每个事件可能最多增加 1000 次相互作用。由于这一挑战，开发用于高能物理模式识别的新算法和新技术目前是一个非常活跃的发展领域。本文概述了正在进行的研究，以确定量子计算机在未来如何用于模式识别算法。量子计算机最早是在 40 多年前提出的 [14-16]，最初的想法是开发一种利用自然界中的量子过程来更好地模拟自然的计算机。十年后，量子算法的发展引起了人们的进一步兴趣，这些算法展示了量子计算机解决经典难题的潜力，包括质数分解 [17] 和搜索算法 [18,19]。第一台量子计算机基于现有的核磁共振技术 [20-22]。最近，我们进入了所谓的噪声中型量子 (NISQ) 时代 [23]，量子计算机具有数十个逻辑量子位，可以超越当前经典计算机的能力，尽管受到显著噪声的限制。量子位是经典计算机上用于存储信息的比特的量子类似物。目前可用的量子计算机可分为量子退火器或基于电路的量子计算机。量子退火器旨在解决特定类型的问题：最小化目标函数，由于量子隧穿效应，量子退火有望更快地解决最小化问题。D-Wave 生产目前最多 5000 个量子比特的商用量子退火器 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题，因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如，IBM量子退火器旨在解决特定类型的问题：最小化目标函数，由于量子隧穿效应，量子退火有望更快地解决最小化问题。D-Wave 生产商用量子退火器，目前最多有 5000 个量子比特 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题，因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如，IBM量子退火器旨在解决特定类型的问题：最小化目标函数，由于量子隧穿效应，量子退火有望更快地解决最小化问题。D-Wave 生产商用量子退火器，目前最多有 5000 个量子比特 [ 24 ]。基于电路的量子计算机可用于解决更广泛的问题，因此在概念上与当今的数字计算机更相似。它们由使用各种技术由量子比特制成的量子电路组成。目前正在探索的量子比特技术包括超导晶体管、离子阱和拓扑量子比特。例如，IBM
以 20ps 时间分辨率跟踪带电粒子……
– 3D 硅传感器：开发和特性（GF Dalla Betta，特伦托） – 3D 钻石传感器：开发和特性（S. Sciortino，佛罗伦萨） – 像素前端的设计和测试（V. Liberali，米兰） – 实时跟踪算法的设计和实施（N. Neri，米兰） – 高速读出板的设计和实施（A. Gabrielli，博洛尼亚） – 系统集成和测试（A. Cardini，卡利亚里）