SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:lup.lub.lu.se:3b75bb0b-1a30-482c-ae12-1e676a2973a8"
 

Sökning: onr:"swepub:oai:lup.lub.lu.se:3b75bb0b-1a30-482c-ae12-1e676a2973a8" > Toward the end-to-e...

Toward the end-to-end optimization of particle physics instruments with differentiable programming

Dorigo, Tommaso (författare)
INFN Section of Padova
Giammanco, Andrea (författare)
Catholic University of Louvain
Vischia, Pietro (författare)
Catholic University of Louvain
visa fler...
Aehle, Max (författare)
Technical University Of Kaiserslautern
Bawaj, Mateusz (författare)
University of Perugia
Boldyrev, Alexey (författare)
National Research University Higher School of Economics, Moscow,MODE Collaboration
de Castro Manzano, Pablo (författare)
INFN Section of Padova
Derkach, Denis (författare)
National Research University Higher School of Economics, Moscow
Donini, Julien (författare)
Université Clermont Auvergne
Edelen, Auralee (författare)
Stanford Linear Accelerator Center (SLAC)
Fanzago, Federica (författare)
INFN Section of Padova
Gauger, Nicolas R. (författare)
Technical University Of Kaiserslautern
Glaser, Christian (författare)
Uppsala University
Baydin, Atılım G. (författare)
University of Oxford
Heinrich, Lukas (författare)
Technical University of Munich
Keidel, Ralf (författare)
Worms University of Applied Sciences
Kieseler, Jan (författare)
CERN
Krause, Claudius (författare)
Lagrange, Maxime (författare)
Catholic University of Louvain
Lamparth, Max (författare)
Technical University of Munich
Layer, Lukas (författare)
INFN Section of Padova,University of Naples Federico II
Maier, Gernot (författare)
German Electron Synchrotron (DESY)
Nardi, Federico (författare)
University of Padova,INFN Section of Padova,Université Clermont Auvergne
Pettersen, Helge E.S. (författare)
Haukeland University Hospital
Ramos, Alberto (författare)
CSIC-UV - Instituto de Física Corpuscular (IFIC)
Ratnikov, Fedor (författare)
National Research University Higher School of Economics, Moscow
Röhrich, Dieter (författare)
University of Bergen
de Austri, Roberto Ruiz (författare)
CSIC-UV - Instituto de Física Corpuscular (IFIC)
del Árbol, Pablo Martínez Ruiz (författare)
Institute of Physics of Cantabria
Savchenko, Oleg (författare)
Catholic University of Louvain,INFN Section of Padova
Simpson, Nathan (författare)
Lund University,Lunds universitet,Partikel- och kärnfysik,Fysiska institutionen,Institutioner vid LTH,Lunds Tekniska Högskola,Particle and nuclear physics,Department of Physics,Departments at LTH,Faculty of Engineering, LTH
Strong, Giles C. (författare)
INFN Section of Padova
Taliercio, Angela (författare)
Catholic University of Louvain
Tosi, Mia (författare)
University of Padova,INFN Section of Padova
Ustyuzhanin, Andrey (författare)
Jacobs University
Zaraket, Haitham (författare)
Lebanese University
visa färre...
 (creator_code:org_t)
2023
2023
Engelska.
Ingår i: Reviews in Physics. - 2405-4283. ; 10
Relaterad länk:
http://dx.doi.org/10... (free)
visa fler...
https://lup.lub.lu.s...
https://doi.org/10.1...
visa färre...
  • Forskningsöversikt (refereegranskat)
Abstract Ämnesord
Stäng  
  • The full optimization of the design and operation of instruments whose functioning relies on the interaction of radiation with matter is a super-human task, due to the large dimensionality of the space of possible choices for geometry, detection technology, materials, data-acquisition, and information-extraction techniques, and the interdependence of the related parameters. On the other hand, massive potential gains in performance over standard, “experience-driven” layouts are in principle within our reach if an objective function fully aligned with the final goals of the instrument is maximized through a systematic search of the configuration space. The stochastic nature of the involved quantum processes make the modeling of these systems an intractable problem from a classical statistics point of view, yet the construction of a fully differentiable pipeline and the use of deep learning techniques may allow the simultaneous optimization of all design parameters. In this white paper, we lay down our plans for the design of a modular and versatile modeling tool for the end-to-end optimization of complex instruments for particle physics experiments as well as industrial and medical applications that share the detection of radiation as their basic ingredient. We consider a selected set of use cases to highlight the specific needs of different applications.

Ämnesord

NATURVETENSKAP  -- Fysik (hsv//swe)
NATURAL SCIENCES  -- Physical Sciences (hsv//eng)

Nyckelord

Astrophysics
Differentiable programming
Machine learning
Nuclear physics
Optimization
Particle detectors
Particle physics

Publikations- och innehållstyp

for (ämneskategori)
ref (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy