Research and development of particle detectors for muon tomography and the CERN ALICE experiment
Notice bibliographique
Résumé
The Standard Model of particle physics describes successfully the building blocks of the material and their interactions, which are confirmed by most of the experimental observations. However, there are several open questions, e. g. how the Universe was created or where the missing antimatter is? We can answer these questions by new or upgraded experiments. In these experiments, we apply particle detectors to measure the particles originated from colliders or high-energy cosmic rays. This Ph.D. thesis focuses mainly on the research and development of particle detectors. The ALICE experiment at the Large Hadron Collider (LHC) of the European Laboratory for Particle Physics (CERN), investigates the quark gluon plasma (QGP), which is produced in heavy-ion collisions. ALICE has a complex apparatus consists of tracking, identification and calorimeter detectors. To measure more precisely the properties of QPG, the increase of energy and luminosity of collisions is necessary. This implies the better understanding of the operation of subdetectors of ALICE and their upgrades. The development of the instrumentation and the methods of particle physics led to the appearance of new applications. The muon radiography or muon tomography is an imaging method which is based on cosmic muon tracking. This is applicable to image largesize and high-density bjects. With an appropriate instrument, we can measure the change of the density in volcanoes in real time and predict even their eruptions. If the imaging of low-Z materials can be realised, that led to a non-invasive medical imaging procedure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».