MétaCan
Menu
Retour à la cohorte
Enregistrement W4293537612 · doi:10.3389/fphy.2022.944206

Modeling Approaches for Gain, Noise and Time Response of Avalanche Photodiodes for X-Rays Detection

2022· article· en· W4293537612 sur OpenAlexaff
A. Pilotto, M. Antonelli, F. Arfelli, G. Biasiol, G. Cautero, Marco Cautero, Matija Colja, F. Driussi, David Esseni, R.H. Menk, C. Nichetti, Francesca Rosset, L. Selmi, T. Steinhartova, Pierpaolo Palestri

Notice bibliographique

RevueFrontiers in Physics · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueRadiation Detection and Scintillator Technologies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesMinistero dell’Istruzione, dell’Università e della Ricerca
Mots-clésAvalanche photodiodeNoise (video)Single-photon avalanche diodeMultiplication (music)Avalanche diodePhotodiodeMonte Carlo methodDetectorOptoelectronicsOpticsPhysicsShot noiseMaterials scienceComputer scienceBreakdown voltageMathematics

Résumé

récupéré en direct d'OpenAlex

We report on a suite of modeling approaches for the optimization of Avalanche Photodiodes for X-rays detection. Gain and excess noise are computed efficiently using a non-local/history dependent model that has been validated against full-band Monte Carlo simulations. The (stochastic) response of the detector to photon pulses is computed using an improved Random-Path-Length algorithm. As case studies, we consider diodes consisting of AlGaAs/GaAs multi-layers with separated absorption and multiplication regions. A superlattice creating a staircase conduction band structure is employed in the multiplication region to keep the multiplication noise low. Gain and excess noise have been measured in devices fabricated with such structure and successfully compared with the developed models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,223
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysicsMême sujetRadiation Detection and Scintillator TechnologiesTravaux en français237 207