通过神经网络聚类分析提高事件型电子探测器的时间分辨率
摘要：用基于TimePix3架构的探测器对飞秒电子脉冲列进行定时精确度表征。通过一大批由单个入射电子触发的事件聚类数据集，用神经网络训练来预测电子到达时间。修正后的事件聚类定时显示了2纳秒的时间分辨率，比聚类平均定时提高了1.6倍。该方法适用于其他快速电子探测器，可以达到亚纳秒级时间分辨率，为各种电子显微镜应用提供了提高电子定时精度的有希望的解决方案。
作者：Alexander Schr"oder (1 and 2), Leon van Velzen (3), Maurits Kelder (3), Sascha Sch"afer (1 and 2) ((1) Institute of Physics, University of Oldenburg, Oldenburg, Germany, (2) Department of Physics, University of Regensburg, Regensburg, Germany, (3) Amsterdam Scientific Instruments (ASI), Amsterdam, Netherlands)
论文ID：2307.16666
分类：Instrumentation and Detectors
分类简称：physics.ins-det
提交时间：2023-08-01