神经网络特征的辐射探测定时系统：基于边界分析的性能评估
摘要：波形采样系统广泛用于辐射探测前端电子设备的设计。将新的特征提取算法（例如神经网络）引入到波形采样中能够极大地提高性能和丰富功能。为了分析这些算法的限制，从而阐明解析度优化的方向，本文系统地模拟了当代辐射探测器的检测过程，重点关注脉冲计时。在广泛的模拟通道频率和噪声水平中研究了神经网络和各种恒分数鉴别算法。此外，我们提出了使用内外参数化和先验信息估计多元Cramér-Rao下界的方法。两个案例研究（单光子检测和shashlik型量热器）验证了所提方法的可靠性，并展示了在评估各种特征提取算法能力时其作为一个有用指南的效果。
作者：Pengcheng Ai, Zhi Deng, Yi Wang, Linmao Li
论文ID：2105.14687
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-09-23