http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 신창동 (검색결과 33 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
RENO 실험에서 액체섬광검출용액의 특성 변화에 의한 이벤트 위치 구성 연구
신창동,주경광 한국물리학회 2017 새물리 Vol.67 No.7
The RENO (Reactor Experiment for Neutrino Oscillation) uses a liquid scintillator for neutrino detection. The vertex reconstruction is important for separating the signal from the background in the neutrino experiment. Especially, vertex reconstruction is more difficult for a cylindrical detector than for a spherical detector. Vertex reconstruction requires a correction for the vertex position because the properties of the liquid scintillator can change over time. In this paper, we study the vertex reconstruction method and the differences in the reconstructed vertex caused by changes in the properties of the liquid scintillator. Reactor Experiment for Neutrino Oscillation (RENO) 실험은 한빛 원자력 발전소에서 생성된 중성미자의 진동변환을 확인하기 위한 실험이다. 액체섬광검출용액을 이용한 중성미자 검출실험에서 우리가 관측하려는 신호를 구분하기 위해서 이벤트의 위치를 구성하는 것이 중요하게 사용된다. 특히 구형이 아닌 원통형의 검출기에서의 이벤트의 위치 구성은 간단하지 않다. 또한 액체섬광검출용액은 시간에 대해서 성질이 변할 수 있기 때문에, 그에 따른 위치 구성 방법의 보정이 필요하다. 이 논문에서는 몬테카를로를 이용하여 이벤트의 기본적인 위치 구성 방법과 액체섬광검출용액의 특성 변화에 따른 위치 구성 결과의 차이를 기술하였다.
-
-
신창동,장지승 한국물리학회 2012 새물리 Vol.62 No.9
RENO, which is a domestic reactor neutrino experiment to measure the neutrino mixing angle Θ_(13), has been recording data since August 2011. Θ_(13) is measured by observing at the near and the far detectors the disappearance of neutrinos from the reactor. For those measurements, the detection efficiency of the reactor neutrino at each detector is an important value. In this research,we measured the detection efficiency at RENO and calculated the systematic uncertainties. 중성미자 진동 변환상수Θ_(13) 측정을 위한 국내 원전 중성미자실험 RENO가 2011년 8월부터 데이터 획득을 시작하였다. 영광원전으로부터 가까운 거리에 위치한 근거리 검출기와 먼 거리에 위치한원거리 검출기에서 중성미자의 사라짐을 관측함으로써 Θ_(13)를측정할 수 있는데, 이 때 각 검출기에서 원전 중성미자의 검출효율은중요한 상수로 사용된다. 본 논문에서는 몬테카를로를 이용하여 RENO 검출기의 검출효율과 그에 대한 오차를 계산해 보았다.
-
RENO 실험에서 몬테카를로를 이용한 역베타붕괴 후 양전자의 에너지 분포 연구
신창동,주경광 한국물리학회 2013 새물리 Vol.63 No.9
RENO (Reactor Experiment for Neutrino Oscillation) aims to measure the neutrino mixing angle 13 by using the Younggwang nuclear power plant. Through inverse beta decay ( ¯ e + p ! e+ + n, IBD), followed by neutron capture, reactor anti-neutrinos are detected. Although precise knowledge at the energy spectrum of positron (e+) is important for measuring 13, the measured energy spectrum of the positron will be affected by interactions with matter in the detector. In this report, the influence of interactions with matter was estimated by using a detector simulation, and 8% of events difference was confirmed for neutrino oscillation. RENO (Reactor Experiment for Neutrino Oscillation) 실험은 원자로의핵분열 과정에서 생성되는 반전자 중성미자가 검출기내의 양성자와충돌하는 역베타붕괴 (Inverse Beta Decay, e+p ! e++n,IBD) 과정을 거쳐 생성되는 양전자와 중성자의 신호를 검출해중성미자 진동변환상수 (θ13)를 측정한다. 역베타붕괴에서생성되는 양전자의 에너지 분포는 진동변환상수를 결정하는데 있어서중요하며 검출기에서 물질과의 상호작용으로 인하여 변한다. 이러한물질과의 상호작용의 영향을 검출기 시뮬레이션을 이용하여 확인하고,RENO 실험에서의 양전자 에너지 분포를 예측 하였다. 또한 중성미자진동변환에 의한 약 8\%의 이벤트 차이를 확인하였다.
-
신창동,주경광,문동호,박명렬,고정환 한국물리학회 2019 새물리 Vol.69 No.8
차세대 대형 중성미자 검출 실험에서 배경사건과 원하는 신호를 효율적으로 선별하는 것은 매우 중요하다. 이를 위해서 현재 유용하게 사용되고 있는 분석 기술의 하나인 기계학습을 사용하여 중성미자 신호 선별에 적용하였을 때의 결과를 살펴보고자 한다. 이를 위해 비교적 특징이 잘 알려지고, 상대적으로통계량이 높은 원자로 중성미자의 역베타 붕괴 반응 이후 신호와 배경사건들을 몬테카를로 시뮬레이션을통하여 재현하고, 기계학습을 통한 신호선별 효율을 확인하였다. 최종적으로는 향후 차세대 중성미자실험에서 중요한 도구로 사용될 수 있을 것으로 기대한다. For the next-generation massive neutrino experiments, selecting a signal in the background events is very important. To do this, we investigated the results of applying a machine learning technique to the selection of neutrino signals. The neutrino signal after inverse beta decay and the background events in a gadolinium-loaded liquid scintillation detector were reproduced by using Monte Carlo simulations. The inverse beta decay process is well-known and has relatively high statistical quantities for this simulation. In this study, an efficiency of signal selection through machine learning was obtained, and in this paper several results are briefly described. Finally, the machine learning technique is expected to become an important tool for use in the next-generation neutrino experiment.
-
-
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
