融合物理信息的自监督学习用于多线平行板雪崩计数器校准与位置重建
针对多线平行板雪崩计数器（MWPPAC）传统校准依赖标注数据、难以适应工况变化与设备老化的问题，研究人员提出了一种物理信息自监督学习框架。该框架无需标注的位置测量或专用校准测量，即可联合实现探测器导线校准与粒子相互作用位置的高精度重构，显著提升了科学探测仪器在长期运行中的自适应能力。
推荐理由提出了一种将物理先验与自监督学习结合的新方法，用于解决物理探测仪器的无标注校准难题。
原标题：Physics-Informed Self-Supervised Learning for Joint Wire Calibration and Interaction Position Reconstruction in Multi-Wire Parallel Plate Avalanche Counters
阅读 arXiv 机器学习 原文 ↗