⇤ ← 2016-05-30 08:41:54時点のリビジョン1
780
コメント:
|
1291
|
削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
行 9: | 行 9: |
1. パターン認識(同じ飛跡に属するヒットを探しだす) 1. 飛跡パラメータの計算 |
=== パターン認識 === 多数の点の中から同じ飛跡に属すると点を選んでくる。 === 飛跡パラメータの計算 === 飛跡に属する点の集まりが決まったら、それらの点を全て通る飛跡として最適なものを求める。このためには通常、直線や螺旋といった飛跡モデルを仮定して、そのモデルの範囲内で最適なパラメータを求める。 パターン認識とパラメータの推定(最小二乗法)を同時に行うものとしてKalman filterと呼ばれる方法があり、多くの実験で用いられている。 |
卒業研究2016
シリコン検出器
APDの特性
飛跡検出のためのパターン認識
粒子の飛跡を測定するためには、高精度の位置分解能をもった検出器を大量に用いて粒子が通った飛跡上の点をできるだけ多く測定する。すると、多数の点(位置座標)が得られる。複数の粒子が同時に発生して検出器に入射し、かつ検出器自体にノイズによって生じた測定点が含まれる場合、粒子の飛跡を求めるためには通常二つの段階に分けて考える。
パターン認識
多数の点の中から同じ飛跡に属すると点を選んでくる。
飛跡パラメータの計算
飛跡に属する点の集まりが決まったら、それらの点を全て通る飛跡として最適なものを求める。このためには通常、直線や螺旋といった飛跡モデルを仮定して、そのモデルの範囲内で最適なパラメータを求める。
パターン認識とパラメータの推定(最小二乗法)を同時に行うものとしてKalman filterと呼ばれる方法があり、多くの実験で用いられている。