期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多中子探测谱仪原型机研制及宇宙线测试
1
作者
边佳伟
杨再宏
+5 位作者
李奇特
杜泽宇
刘承恩
黄思维
周凯杰
冯一擎
《原子核物理评论》
CAS
CSCD
北大核心
2024年第1期439-444,共6页
利用丰中子放射性核束和大型中子探测设备探索中子滴线区原子核的奇特结构是目前核物理研究的前沿热点之一,计划发展高分辨、高效率的先进多中子探测谱仪,以开展相关研究。基于BC408塑料闪烁体和SiPM,搭建了包含4个探测单元的原型探测阵...
利用丰中子放射性核束和大型中子探测设备探索中子滴线区原子核的奇特结构是目前核物理研究的前沿热点之一,计划发展高分辨、高效率的先进多中子探测谱仪,以开展相关研究。基于BC408塑料闪烁体和SiPM,搭建了包含4个探测单元的原型探测阵列,利用宇宙线对该探测阵列进行了性能测试,得到时间分辨167 ps,位置分辨1.69 cm,并确定了衰减长度等重要性能参数,达到较好水平,为多中子探测谱仪建设提供了技术验证。
展开更多
关键词
多中子探测
谱仪
宇宙线测试
塑料闪烁体
SIPM
原文传递
基于机器学习的多中子探测技术
2
作者
杜泽宇
黄思维
+2 位作者
杨再宏
李奇特
边佳伟
《原子核物理评论》
CAS
CSCD
北大核心
2024年第1期402-408,共7页
中子滴线区的丰中子原子核结构是当前放射性核束物理研究的前沿热点之一。通过直接探测这些不稳定原子核衰变中发射的中子,不仅能提取核内部的多中子关联,也为丰中子核物质的性质研究提供重要的线索。为满足开展多中子探测实验的需求,...
中子滴线区的丰中子原子核结构是当前放射性核束物理研究的前沿热点之一。通过直接探测这些不稳定原子核衰变中发射的中子,不仅能提取核内部的多中子关联,也为丰中子核物质的性质研究提供重要的线索。为满足开展多中子探测实验的需求,本工作发展了基于机器学习的多中子识别算法,以大量的模拟数据作为训练样本,构建深度神经网络来逐事件判定反应的中子数,并进一步挑选出真实中子。本工作的结果表明,机器学习算法的四中子探测效率为~15%,传统算法为~1%,机器学习算法能将四中子探测效率显著提升10倍以上,有望应用到多中子探测实验中。
展开更多
关键词
丰
中子
核
多中子探测
机器学习
深度神经网络
原文传递
题名
多中子探测谱仪原型机研制及宇宙线测试
1
作者
边佳伟
杨再宏
李奇特
杜泽宇
刘承恩
黄思维
周凯杰
冯一擎
机构
北京大学物理学院
北京大学核物理与核技术国家重点实验室
出处
《原子核物理评论》
CAS
CSCD
北大核心
2024年第1期439-444,共6页
基金
国家重点研发计划项目(2022YFA1605100,2023YFE0101500)
国家自然科学基金资助项目(12275006)
北京大学核物理与核技术国家重点实验室自主科研课题和开放课题资助项目(NPT2022ZZ02,NPT2020KFY06)。
文摘
利用丰中子放射性核束和大型中子探测设备探索中子滴线区原子核的奇特结构是目前核物理研究的前沿热点之一,计划发展高分辨、高效率的先进多中子探测谱仪,以开展相关研究。基于BC408塑料闪烁体和SiPM,搭建了包含4个探测单元的原型探测阵列,利用宇宙线对该探测阵列进行了性能测试,得到时间分辨167 ps,位置分辨1.69 cm,并确定了衰减长度等重要性能参数,达到较好水平,为多中子探测谱仪建设提供了技术验证。
关键词
多中子探测
谱仪
宇宙线测试
塑料闪烁体
SIPM
Keywords
multi-neutron detection array
cosmic ray test
plastic scintillator
SiPM
分类号
O571.53 [理学—粒子物理与原子核物理]
原文传递
题名
基于机器学习的多中子探测技术
2
作者
杜泽宇
黄思维
杨再宏
李奇特
边佳伟
机构
北京大学物理学院
北京大学核物理与核技术国家重点实验室
出处
《原子核物理评论》
CAS
CSCD
北大核心
2024年第1期402-408,共7页
基金
国家重点研发计划项目(2022YFA1605100,2023YFE0101500)
国家自然科学基金资助项目(12275006)
+1 种基金
北京大学核物理与核技术国家重点实验室自主科研课题资助项目(NPT2022ZZ02)
开放课题资助项目(NPT2020KFY06)。
文摘
中子滴线区的丰中子原子核结构是当前放射性核束物理研究的前沿热点之一。通过直接探测这些不稳定原子核衰变中发射的中子,不仅能提取核内部的多中子关联,也为丰中子核物质的性质研究提供重要的线索。为满足开展多中子探测实验的需求,本工作发展了基于机器学习的多中子识别算法,以大量的模拟数据作为训练样本,构建深度神经网络来逐事件判定反应的中子数,并进一步挑选出真实中子。本工作的结果表明,机器学习算法的四中子探测效率为~15%,传统算法为~1%,机器学习算法能将四中子探测效率显著提升10倍以上,有望应用到多中子探测实验中。
关键词
丰
中子
核
多中子探测
机器学习
深度神经网络
Keywords
neutron-rich nuclei
multi-neutron detection
machine learning
deep neural network
分类号
O571.53 [理学—粒子物理与原子核物理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
多中子探测谱仪原型机研制及宇宙线测试
边佳伟
杨再宏
李奇特
杜泽宇
刘承恩
黄思维
周凯杰
冯一擎
《原子核物理评论》
CAS
CSCD
北大核心
2024
0
原文传递
2
基于机器学习的多中子探测技术
杜泽宇
黄思维
杨再宏
李奇特
边佳伟
《原子核物理评论》
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部