Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/987| Τύπος: | Ανακοίνωση σε συνέδριο |
| Τίτλος: | Signal processing techniques for precise timing with novel gaseous detectors |
| Συγγραφέας: | [EL] Μάνθος, Ιωάννης[EN] Manthos, Ioannis [EL] Τσοπούλου, Μαρία-Ευανθία[EN] Tsopoulou, Maria-Evanthia [EL] Μανιάτης, Γιάννης[EN] Maniatis, Yannis [EL] Τζαμαρίας, Σπύρος[EN] Tzamarias, Spyros [EL] Κορδάς, Κωνσταντίνος[EN] Kordas, Konstantinos |
| Ημερομηνία: | 17/06/2021 |
| Περίληψη: | The experimental requirements in current and near-future accelerators and experiments have stimulated intense interest in R&D of detectors with high precision timing capabilities, resulting in novel instrumentation. During the R&D phase, the timing information is usually extracted from the signal using the full waveform collected with fast oscilloscopes; this method produces a large amount of data and it becomes impractical when the detector has many channels. Towards practical applications, the data acquisition should be undertaken by dedicated front-end electronic units. The selected technology should retain the signal timing characteristics and consequently the timing resolution on the particle’s arrival time. We investigate the adequacy of the Leading-edge discrimination timing technique to achieve timing with a precision in the order of tens of picosecond with novel gaseous detectors. The method under investigation introduces a “time-walk” which impinges on the timing resolution. We mitigate the effect of time-walk using three different approaches; the first based on multiple Time-over-Threshold, the second based on multiple Charge-over-Threshold information and the third uses artificial Neural Network techniques. The results of this study prove the feasibility of the methods and their ability to achieve a timing resolution comparable to that obtained using the full waveforms. |
| Γλώσσα: | Αγγλικά |
| Σελίδες: | 9 |
| DOI: | 10.1088/1742-6596/2105/1/012015 |
| ISSN: | 1742-6596 |
| Θεματική κατηγορία: | [EL] Φυσική, άλλοι τομείς[EN] Physics, miscellaneous [EL] Σωματιδιακή φυσική και Φυσική πεδίων[EN] Particles and Fields Physics |
| Λέξεις-κλειδιά: | gaseous detectors; timing; Picosec; neural networks |
| Κάτοχος πνευματικών δικαιωμάτων: | © The Author(s) 2021 |
| Όροι και προϋποθέσεις δικαιωμάτων: | Content from this work may be used under the terms of the Creative Commons Attribution 3.0 licence. Any further distribution of this work must maintain attribution to the author(s) and the title of the work, journal citation and DOI. Published under licence by IOP Publishing Ltd |
| Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://iopscience.iop.org/article/10.1088/1742-6596/2105/1/012015 |
| Ηλεκτρονική διεύθυνση περιοδικού: | https://iopscience.iop.org/journal/1742-6596 |
| Τίτλος πηγής δημοσίευσης: | Journal of Physics: Conference Series |
| Τεύχος: | 2105 (2021) |
| Σελίδες τεκμηρίου (στην πηγή): | Article no 012015 |
| Όνομα εκδήλωσης: | 38th Conference on Recent Developments in High Energy Physics and Cosmology |
| Τοποθεσία εκδήλωσης: | Thessaloniki (online), Greece |
| Ημ/νία έναρξης εκδήλωσης: | 16/06/2021 |
| Ημ/νία λήξης εκδήλωσης: | 19/06/2021 |
| Σημειώσεις: | This research was co-funded by the Greek government and the European Union (European Social Fund-ESF) through the Operational Programme Human Resources Development, Education and Lifelong Learning 2014 - 2020 in the context of the project “Ανάπτυξη φαινομενολογικών προτύπων, μεθόδων επεξεργασίας σήματος και αξιολόγηση οργανολογικών επιλογών για καινοτόμους ανιχνευτές, τύπου PICOSEC-Micromegas, υψηλής ακρίβειας χρονισμού.” (MIS 5047908). |
| Εμφανίζεται στις συλλογές: | Ερευνητικές ομάδες |
Αρχεία σε αυτό το τεκμήριο:
Το πλήρες κείμενο αυτού του τεκμηρίου δεν διατίθεται προς το παρόν από το αποθετήριο