XiaoMi-AI文件搜索系统
World File Search System径迹
量子图神经网络方法实现粒子径迹重建
预计高亮度大型强子对撞机 (HL-LHC) 实验的跟踪探测器所需的计算复杂度和数据规模将空前增加。虽然目前使用的基于卡尔曼滤波器的算法在同时发生的碰撞数量、占用率和可扩展性（比二次方差）的模糊性方面已达到极限，但人们正在探索各种用于粒子轨迹重建的机器学习方法。HEP.TrkX 之前使用 TrackML 数据集证明，图形神经网络通过将事件处理为连接轨迹测量的图形，可以通过将组合背景减少到可管理的数量并扩展到计算上合理的大小来提供有希望的解决方案。在之前的工作中，我们展示了量子计算对图形神经网络进行粒子轨迹重建的首次尝试。我们旨在利用量子计算的能力同时评估大量状态，从而有效地搜索大型参数空间。作为本文的下一步，我们提出了一种改进的模型，采用迭代方法来克服初始过度简化的树张量网络 (TTN) 模型的低精度收敛问题。
光电 X 射线偏振仪的光电子轨迹重建优化方法
我们提出了一种数据处理算法，用于对来自 X 射线偏振仪的二维光电子径迹图像进行角度重建和事件选择。该方法从径迹的初始部分重建光电子的初始发射角，该初始部分是通过连续切割径迹直到图像矩或像素数低于可调阈值而获得的。此外，还执行了拒绝用偏心率和圆度量化的圆形径迹的事件选择，以便最大化考虑调制因子和信号接受之间的权衡的偏振灵敏度。应用径迹选择的调制因子为 26 。6 ± 0 。4 , 46 。1 ± 0 。4 , 62 。3 ± 0 。4 ，和 61 。8 ± 0 。3 %，分别在 2.7、4.5、6.4 和 8.0 keV，使用先前由 Iwakiri 等人分析的相同数据。(2016)，其中相应的数字为 26 。9±0 。4 ，43 。4±0 。4 ，54 。4±0 。3 ，和 59 。1 ± 0 。3 %。该方法将偏振计灵敏度在先前提出的波段高能端提高了 5%–10%（Iwakiri 等人。2016 年）。© 2017 Elsevier B.V. 保留所有权利。
研究 LUXE 实验中粒子径迹重建的量子算法
摘要。LUXE 实验（LASER Und XFEL 实验）是 DESY Hamburg 正在规划的一项新实验，它将研究强场前沿的量子电动力学 (QED)。在这种状态下，QED 是非微扰的。这表现在从 QED 真空中创建物理电子-正电子对。LUXE 打算通过使用硅跟踪探测器等来测量这种前所未有的状态下的正电子产生率。大量预期的正电子穿过敏感的探测器层会导致极具挑战性的组合问题，这对于经典计算机来说在计算上会变得非常困难。本文提出了一项初步研究，以探索量子计算机解决此问题的潜力以及从探测器能量沉积中重建正电子轨迹。重建问题以二次无约束二进制优化的形式提出。最后，讨论了量子模拟的结果，并将其与传统的经典轨迹重建算法进行了比较。
AI-Track-tive：使用计算机视觉（人工智能）自动识别和计算地面半轨迹的开源软件
摘要。本文描述并介绍了一种自动计数矿物中蚀刻裂变径迹的新方法。训练了深度神经网络和计算机视觉等人工智能技术来检测图像上的裂变表面半径迹。深度神经网络可用于名为“AI-Track-tive”的半自动裂变径迹测年的开源计算机程序。我们定制训练的深度神经网络使用 YOLOv3 对象检测算法，该算法是目前最强大、最快的对象识别算法之一。开发的程序成功地在显微镜图像中找到了大多数裂变径迹；然而，用户仍然需要监督自动计数。所提出的深度神经网络对磷灰石（97%）和云母（98%）具有很高的精确度。磷灰石（86%）的召回率低于云母（91%）。该应用程序可以在 https://ai-track-tive.ugent.be 在线使用（最后访问时间：2021 年 6 月 29 日），也可以作为 Windows 的离线应用程序下载。
利用量子算法重建粒子轨迹
摘要：准确确定粒子径迹重建参数将成为高亮度大型强子对撞机 (HL-LHC) 实验面临的主要挑战。HL-LHC 同时发生的碰撞数量预计会增加，探测器占用率也会随之提高，这将使径迹重建算法对时间和计算资源的要求极高。命中次数的增加将增加径迹重建算法的复杂性。此外，由于探测器的分辨率有限以及命中的物理“接近度”，将命中分配给粒子径迹的模糊性也会增加。因此，带电粒子径迹的重建将成为正确解释 HL-LHC 数据的主要挑战。目前使用的大多数方法都基于卡尔曼滤波器，这些滤波器被证明是稳健的，并提供良好的物理性能。但是，它们的扩展性预计会比二次方差。设计一种能够在命中级别减少组合背景的算法，将为卡尔曼滤波器提供更“干净”的初始种子，从而大大减少总处理时间。量子计算机的显着特征之一是能够同时评估大量状态，使其成为在大型参数空间中进行搜索的理想工具。事实上，不同的研发计划正在探索量子跟踪算法如何利用这些功能。在本文中，我们介绍了我们在实现基于量子的轨迹查找算法方面的工作，该算法旨在减少初始播种阶段的组合背景。我们使用为 kaggle TrackML 挑战设计的公开数据集。
![arXiv:2003.08126v1 [quant-ph] 2020 年 3 月 18 日](/simg/c\c6d01874017c7d6f6947dc0a7a998c392e725488.webp)
arXiv:2003.08126v1 [quant-ph] 2020 年 3 月 18 日
摘要：准确确定粒子径迹重建参数将成为高亮度大型强子对撞机 (HL-LHC) 实验面临的主要挑战。HL-LHC 同时发生的碰撞数量预计会增加，探测器占用率也会随之提高，这将使径迹重建算法对时间和计算资源的要求变得极为苛刻。撞击数量的增加将增加径迹重建算法的复杂性。此外，由于探测器的分辨率有限以及撞击的物理“接近度”，将撞击分配给粒子径迹的模糊性也会增加。因此，带电粒子径迹的重建将成为正确解释 HL-LHC 数据的主要挑战。目前使用的大多数方法都基于卡尔曼滤波器，这些滤波器被证明是稳健的，并能提供良好的物理性能。然而，它们的扩展性预计会比二次方差。设计一种能够在命中级别减少组合背景的算法，将为卡尔曼滤波器提供更“干净”的初始种子，从而大大减少总处理时间。量子计算机的显着特征之一是能够同时评估大量状态，使其成为在大型参数空间中进行搜索的理想工具。事实上，不同的研发计划正在探索量子跟踪算法如何利用这些功能。在本文中，我们介绍了我们在实现基于量子的轨迹查找算法方面的工作，该算法旨在减少初始播种阶段的组合背景。我们使用为 kaggle TrackML 挑战设计的公开数据集。
![arXiv:2212.07279v1 [hep-ex] 2022 年 12 月 14 日](/simg/3\3c0a730da956267561f713f54b713fe592109657.webp)
arXiv:2212.07279v1 [hep-ex] 2022 年 12 月 14 日
根据带电粒子在大型强子对撞机 (LHC) 等对撞机实验的探测器中留下的命中集合重建带电粒子的轨迹是一项具有挑战性的组合问题，并且计算量巨大。升级后的高亮度 LHC 的输出亮度增加了 10 倍，因此探测器环境将非常密集。传统技术重建粒子径迹所需的时间与径迹密度呈二次方以上关系。准确高效地将留在跟踪探测器中的命中集合分配给正确的粒子将是一个计算瓶颈，并促使人们研究可能的替代方法。本文提出了一种量子增强机器学习算法，该算法使用带有量子估计核的支持向量机 (SVM) 将一组三个命中（三元组）分类为属于或不属于同一条粒子径迹。然后将该算法的性能与完全经典的 SVM 进行比较。与经典算法相比，量子算法在探测器最内层方面的准确度有所提高，这对于轨迹重建的初始播种步骤至关重要。
TOPAS-nBio 模拟温度依赖性的间接 DNA 链断裂产量
当细胞受到低 LET 辐射（60 Co 约为 0.3 keV/µm）时，大多数 DNA 损伤不是由辐射场与 DNA 的直接相互作用引起的，而是由辐解后的化学反应引起的。因此，辐射化学对于理解电离辐射造成的生物损伤的潜在机制至关重要。蒙特卡洛径迹结构 (MCTS) 代码可以详细模拟细胞等介质中的粒子径迹。几种 MCTS 代码已经进一步开发，具有模拟水的辐解和随后的非均相化学的能力。最初的 MCTS 模拟使用纯水作为目标，并叠加 DNA 几何形状来表征物理相互作用（Charlton 1986）。现在，MCTS 代码已经变得更加复杂，可以将电离辐射的物理化学过程与 DNA 几何模型相结合。
高粒度定时探测器低增益雪崩探测器原型的辐射硬度特性
摘要：高粒度定时探测器（HGTD）是ATLAS二期升级的重要组成部分，用于应对极高的堆积密度（平均每个束流团穿越的相互作用次数可达200次）。利用径迹的精确定时信息（σt～30ps），可以在“四维”空间进行径迹到顶点的关联。传感器选用低增益雪崩探测器（LGAD）技术，可提供所需的定时分辨率和良好的信噪比。日本滨松光子学株式会社（HPK）已生产出厚度为35 μm和50 μm的LGAD，中国科学技术大学也与中国科学院微电子研究所（IME）合作开发并生产了50 μm LGAD样机。为评估抗辐照性能，传感器在JSI反应堆设施中接受中子辐照，并在中国科学技术大学进行测试。在室温（20 ℃ ）或−30 ℃ 下，通过I-V和C-V测量表征辐照对增益层和本体的影响。提取了击穿电压和耗尽电压，并将其表示为通量函数。受体去除模型的最终拟合得出HPK-1.2、HPK-3.2和USTC-1.1-W8的c因子分别为3.06×10 −16 cm −2、3.89×10 −16 cm −2和4.12×10 −16 cm −2，表明HPK-1.2传感器具有最耐辐照的增益层。采用一种新颖的分析方法进一步利用数据得到c因子与初始掺杂浓度之间的关系。关键词：LGAD；HGTD；定时探测器；硅探测器中图分类号：TL814文献标识码：A
钯-103 (103Pd/103mRh)，一种有前途的俄歇材料
及早使用靶向放射性核素疗法 (TRT) 根除播散性肿瘤细胞 (DTC) 可能治愈肿瘤。需要选择合适的放射性核素。这项工作强调了 103 Pd（T 1/2 = 16.991 d）衰变为 103m Rh（T 1/2 = 56.12 min）然后衰变为稳定的 103 Rh 并发射俄歇电子和转换电子的潜力。方法：使用蒙特卡洛径迹结构代码 CELLDOSE 评估单个细胞（直径 14 μ m；细胞核 10 μ m）和 19 个细胞簇中的吸收剂量。放射性核素分布在细胞表面、细胞质内或细胞核内。在能量归一化后比较了 103 Pd、177 Lu 和 161 Tb 的吸收剂量。研究了非均匀细胞靶向的影响以及双重靶向的潜在益处。如果直接使用 103m Rh，则会提供与其相关的其他结果。结果：在单个细胞中，根据放射性核素的分布，103 Pd 比 177 Lu 传递的核吸收剂量高 7 到 10 倍，膜剂量高 9 到 25 倍。在 19 个细胞簇中，103 Pd 的吸收剂量也大大超过 177 Lu。在这两种情况下，161 Tb 都位于 103 Pd 和 177 Lu 之间。考虑到簇内有四个未标记的细胞，非均匀靶向会导致中度至重度剂量异质性。例如，对于核内 103 Pd，未标记的细胞仅接受预期核剂量的 14%。使用两种 103 Pd 标记放射性药物进行靶向可最大限度地减少剂量异质性。结论：103 Pd 是新一代俄歇发射源，它能够向单个肿瘤细胞和细胞簇发射比 177 Lu 更高的吸收剂量。这可能为 TRT 在辅助或新辅助治疗中的应用，或针对微小残留病灶开辟新视野。