bck

收藏本站

基于卷积神经网络的高能物理事例特征信息在线提取算法研究

【摘要】:以加速器等大型科学装置为代表的高能物理实验是当今物理学的一个重要研究课题,其涵盖了面向实验事实的理论研究,与面向工程实践的探测器和电子学研制等方面。目前,高能物理实验朝着“能量前沿”和“高精度前沿”的方向迅速发展,随着事件率的提高和每事件数据量的增加,研究者逐渐认识到,现有的基于传统统计手段的数据处理方法已难以满足探测器下一代升级的需求,尤其是在本底事件比例高、有效数据通量大和需要在线分析和触发的情况下。在这其中,数据高维度、多重性和高度结构化的特征是高能物理实验数据分析普遍面临的几个主要的挑战。进入二十一世纪的第二个十年,以“深度学习”为代表的人工智能技术正蓬勃发展,俨然成为一个独立的且具有丰富内涵的研究方向,并渗透到实验物理学等多个领域,是当今备受关注的前沿问题。为了应对数据高维度、多重性和高度结构化的特征,需要有新的数据分析手段来利用数据本身的特点,从而在降低算法时间复杂度的同时提高算法的精度。在深度学习最为成功的计算机视觉领域,新的网络架构层出不穷,而这些网络架构大多数基于“卷积神经网络”。与传统的前馈网络相比,卷积神经网络利用了参数共享和平移不变的前提假设,在控制网络参数数量的同时方便了模型的训练和优化,极大地提升了网络模型的性能。理论和实验均表明,基于卷积神经网络的深度学习方法能够有效应对“维度的诅咒”,区分空间上多个不同的实体,并利用输入数据固有的结构化特征。受此启发,针对高能物理实验中不同维度的数据,本文以卷积神经网络为基础,提出了几种新的网络架构,在不同的应用背景下完成了特定的物理任务。主要工作和创新点如下:1.针对基于时间投影室和Topmetal像素读出平面的无中微子双贝塔衰变(0vββ)实验,构造了三维卷积神经网络,在有效提高信号/背景事件甄别能力的同时,也抑制了占主导地位的背景事件。在分析了 0vββ实验原理和相应实验装置特点的基础上,本文首次采用ResNet中残差单元结构用以构造三维卷积神经网络。为了论证神经网络的性能与理论上限的差距,本文设计了一个时间投影室中0vββ实验的Toy Model,进行了二者的分析和对比。针对0vββ实验物理仿真产生的数据,本文比较了二维卷积神经网络和不同深度的三维卷积神经网络,说明了三维结构和网络深度在本问题中的重要性。与传统方法相比,接受相同比例信号事件时,背景事件的接受率由11%降低到4%左右。对于探测器构建中需要处理的体元大小、扩散、噪声等问题,详细的仿真证明了所使用的的神经网络对这些因素的变化具有鲁棒性。2.针对气体漂移室和大阵列Topmetal像素传感器构成的束流测量系统,构造了一个基于分割和拟合的端到端网络,该网络架构能够在事先不知道粒子数目时,准确获取多粒子在三维空间的位置信息。该网络分为基础网络、二值分割和语义分割三个部分,其中二值分割和语义分割共享基础网络,分别用于初始径迹的确定和径迹位置的精确回归。在二值分割和语义分割的基础上,本文在深度学习的软件框架内设计了一个带权重的最小二乘拟合运算,用以结合以上两种分割方式的结果。整个网络架构(包括最小二乘拟合的部分)能够进行端到端的反向传导训练。另外,针对本束流定位问题,本文设计了一个“中心点-角度度量”,结合中心点和方向的偏移,用以评判定位的准确程度。在单径迹和多径迹的条件下,初始位置的分辨率可达到8.8 μm和11.4 μm,角度的分辨率可达到0.15°和0.21°。3.针对以ALICE-PHOS探测器中成形脉冲为例的时间序列,提出了由一维卷积神经网络构成的降噪自编码器,在实验室条件下取得的定时分辨率比曲线拟合方法提高了 20%以上。网络整体架构分为降噪自编码器部分和回归网络部分,其中降噪自编码器中采用了短路连接和通道拼接,用以建立长程的联系。针对高能物理实验中三种常见的变化形式(长时漂移、短时改变和随机噪声),本文分析了传统曲线拟合方式的优点和局限性,然后使用比较研究的方法,引出了以卷积神经网络为代表的深度学习方法的优势。针对三种变化形式,本文进行了广泛的仿真研究,用以说明神经网络在非理想条件下的稳定性。最后,基于PHOS量能器的前端电子学板,进行了真实环境中的实验工作。实验结果表明,在100 ns成形时间时,神经网络的时间分辨率可达到1.37 ± 0.03 ns。4.在处理时间序列的网络架构和算法的基础上,设计了首款加速高能物理实验中神经网络模型的专用集成电路芯片PulseDL。针对高能物理探测器下一代升级中面临的高数据通量的问题,本文提议在探测器的前端电子学部分使用神经网络集成电路,用于执行特定的信息提取工作,从而降低需要传输的数据通量。设计的神经网络芯片PulseDL主要针对一维的脉冲时间序列,采用的是RISC处理器与定制化处理单元相结合的系统结构。针对特定的物理任务,本文进行了详细的硬件-软件综合设计,着重分析了卷积运算的并行化方法和定点数量化对精度的影响。在GSMCR013工艺上,进行了逻辑综合与布局布线,最终版图面积为24 mm2。仿真验证结果表明,该芯片能耗效率的峰值可达到12.351 GOPS/W。最后,利用实验室的相关硬件条件进行了芯片的测试,证明了该芯片具有多探测器通道的支持能力。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前15条
1 刘江;涂齐催;李炳颖;黄鑫;张广智;张佳佳;吴尧;朱圣伟;;基于卷积神经网络的断层预测方法[J];CT理论与应用研究;2020年05期
2 刘佩林;张钰玲;;基于卷积神经网络的语音识别分析[J];电脑迷;2017年01期
3 代耀彬;朱燕燕;黄双华;;基于卷积神经网络的群众留言分类[J];无线互联科技;2020年12期
4 付光远;辜弘炀;汪洪桥;;基于卷积神经网络的高光谱图像谱-空联合分类[J];科学技术与工程;2017年21期
5 陈昌美;李艳斌;;基于卷积神经网络的调制样式识别研究[J];信息技术;2020年01期
6 刘海;刘波;胡瑜;;多斜率自适应卷积神经网络激活函数[J];空间控制技术与应用;2020年03期
7 孙卓;李冬伟;赵泽宾;张倩倩;;卷积神经网络下的高分二号卫星影像道路提取[J];计算机系统应用;2020年11期
8 裴君楠;陈一萱;;一维卷积神经网络在轴承故障检测中的应用[J];现代矿业;2019年10期
9 刘晨;曲长文;周强;李智;;一种卷积神经网络的优化方法[J];舰船电子工程;2017年05期
10 侯宇昆;;卷积神经网络概述[J];中国新通信;2017年09期
11 袁烨;吴震宇;江先志;;基于卷积神经网络的人群计数研究[J];成组技术与生产现代化;2017年02期
12 陈思哲;;卷积神经网络基础下的深度学习算法与应用[J];科技传播;2017年18期
13 杨薇;;卷积神经网络的FPGA并行结构研究[J];数字技术与应用;2015年12期
14 吉宸佳;;轻量化卷积神经网络[J];数码世界;2020年04期
15 林天骄;宋浏阳;李石;王华庆;徐福建;;基于空洞卷积神经网络的旋转机械故障诊断方法[J];测控技术;2020年12期
中国重要会议论文全文数据库 前20条
1 郭天宇;朱铭健;王云鹤;许超;;基于自整合卷积神经网络的人脸分类算法[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年
2 耿传玉;王泽宇;周晓君;阳春华;;基于U-net卷积神经网络双层参数优化的心脏图像分割[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
3 徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
4 段滈杉;乔俊飞;蒙西;汤健;;基于模块化神经网络的城市固废焚烧过程氮氧化物软测量[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
5 韩红桂;甄琪;杜永萍;乔俊飞;;基于低秩双线性卷积神经网络的手机型号识别方法[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
6 李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
8 刘晶;黄进;赵万国;周丽萍;;一种基于卷积神经网络的非法经营线索挖掘模型[A];2020互联网安全与治理论坛论文集[C];2020年
9 包俊;董亚超;刘宏哲;;卷积神经网络的发展综述[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
10 刘克楠;侯剑;;基于神经网络的唤醒词识别方法[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
11 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[A];第十一届全国流体力学学术会议论文摘要集[C];2020年
12 朱利明;路达;陈占毅;李方明;;基于BP-RBF神经网络的深基坑邻近建筑物沉降势预测[A];土木工程新材料、新技术及其工程应用交流会论文集(下册)[C];2019年
13 周浩;戴国忠;;基于神经网络的指挥信息系统体系贡献度分析[A];2019第七届中国指挥控制大会论文集[C];2019年
14 张子腾;梁烨;胡启鹏;张梦隆;陈智慧;;基于迁移卷积神经网络的脑功能连接分类[A];创新发展与情报服务[C];2019年
15 徐小天;李敏;孙跃;高冉馨;;深度神经网络的攻击与防御技术研究[A];第三届智能电网会议论文集——智能用电[C];2019年
16 郝佳恺;赵广怀;高鹏;牛海洋;郝毅;;可变嵌套深度神经网络自动训练方法[A];全国第四届“智能电网”会议论文集[C];2019年
17 李玉缝;;基于BP神经网络的主备频率源时差预报方法[A];中国天文学会2018年学术年会摘要集[C];2018年
18 信自成;张江山;张军国;路博勋;李军明;郑瑾;刘青;;基于SOM-RELM的LF炉钢水温度预测[A];第十二届中国钢铁年会论文集——2.炼钢与连铸[C];2019年
19 张兴伟;潘国富;张济博;;自编码神经网络在海底声学底质分类中应用初探[A];2019中国西部声学学术交流会论文集[C];2019年
20 朱张航宇;;美科学家实现突破:意念交流即将成为现实[A];《科学与现代化》2020年第一季度[C];2020年
中国博士学位论文全文数据库 前20条
1 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
2 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
3 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
4 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
5 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
6 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
7 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
8 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
9 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
10 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
11 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
12 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
13 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
14 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
15 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
16 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
17 于佳;语音文档的故事分割技术研究[D];西北工业大学;2018年
18 申晨;基于卷积神经网络的行人再识别算法研究[D];浙江大学;2018年
19 田树耀;基于多尺度变分算法及深度卷积神经网络的图像压缩感知重建[D];燕山大学;2019年
20 孙诗昭;深度学习中深度问题与大模型问题的研究[D];南开大学;2018年
中国硕士学位论文全文数据库 前20条
1 柳泽辰;移位卷积神经网络的软硬件加速设计[D];上海交通大学;2019年
2 李永礼;基于脉冲神经网络的视觉图像分类方法研究[D];北京化工大学;2019年
3 杨柏;基于改进卷积神经网络永磁电机故障诊断方法研究[D];沈阳工程学院;2020年
4 吴正文;卷积神经网络在图像分类中的应用研究[D];电子科技大学;2015年
5 陈晓东;基于卷积神经网络的语音情感识别[D];华南理工大学;2015年
6 代光海;基于神经网络的运动想象脑电信号识别技术研究[D];电子科技大学;2020年
7 孟文倩;基于卷积神经网络的年龄估计[D];河北工业大学;2018年
8 罗超;卷积神经网络在桥梁损伤识别中的应用研究[D];青海大学;2020年
9 丁嘉莹;基于卷积神经网络的验证码字符识别研究[D];东南大学;2019年
10 李剑;基于卷积神经网络的短文本分类研究[D];武汉邮电科学研究院;2019年
11 范嘉麟;基于卷积神经网络的瑕疵分类及检测算法研究[D];哈尔滨工业大学;2020年
12 耿旭;卷积神经网络的压缩算法研究[D];海南大学;2020年
13 任虹珊;基于深度压缩的卷积神经网络压缩算法研究[D];东南大学;2019年
14 谢宝剑;基于卷积神经网络的图像分类方法研究[D];合肥工业大学;2015年
15 王小雪;基于FPGA的卷积神经网络手写数字识别系统的实现[D];北京理工大学;2016年
16 张永义;基于深度神经网络的场景分类方法研究[D];南昌航空大学;2016年
17 相文波;基于卷积神经网络的肺炎类型影像判别[D];哈尔滨理工大学;2017年
18 陈先昌;基于卷积神经网络的深度学习算法与应用研究[D];浙江工商大学;2014年
19 徐姗姗;卷积神经网络的研究与应用[D];南京林业大学;2013年
20 张继刚;基于神经网络编解码的远程桌面的设计与实现[D];山东大学;2020年
中国重要报纸全文数据库 前20条
1 记者 董映璧;[N];科技日报;2020年
2 骆无意;[N];中国航天报;2020年
3 张允硕 姜正义 甄海锋 河南理工大学;[N];科学导报;2019年
4 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;[N];湖北日报;2019年
5 记者 刘霞;[N];科技日报;2017年
6 整理 本报记者 诸玲珍 顾鸿儒;[N];中国电子报;2018年
7 ;[N];电子报;2018年
8 张敏;[N];北京日报;2017年
9 ;[N];中国企业报;2017年
10 本报记者 龚丹韵;[N];解放日报;2017年
11 ;[N];中国企业报;2017年
12 张斌;[N];文汇报;2017年
13 邓洲 中国社会科学院工业经济研究所;[N];上海证券报;2017年
14 中国科学技术大学终身学习实验室博士 吴茂乾;[N];安徽日报;2017年
15 记者 邱智丽;[N];第一财经日报;2017年
16 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;[N];中国信息化周报;2017年
17 舒年;[N];工人日报;2017年
18 记者 刘霞;[N];科技日报;2017年
19 本报记者 喻思娈;[N];人民日报;2017年
20 中国信息通信研究院标准所副所长 何宝宏;[N];通信产业报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|