AIと再構成技術でX線検出器の感度を向上

軌道上X線観測における宇宙線雑音と低エネルギー解像度の課題に対し、物理モデルに基づく機械学習を生フレームデータに適用する手法を開発した。粒子雑音を最大68%削減し、1 keV未満での感度と分解能を向上させた。

• 宇宙線由来の背景雑音と低エネルギー領域における光子再構成精度の問題を解消するアルゴリズムを構築した。
• 物理モデルと機械学習を融合させ、生フレームデータから粒子背景雑音を従来比で最大68%削減することに成功した。
• 実験データを通じ、1 keV以下の帯域における感度・分解能の改善やパイルアップ低減効果を確認した。

原文タイトル: Enhancing the sensitivity of next-generation X-ray imaging detectors with artificial intelligence and advanced event reconstruction algorithms

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。