Iterative optimisation of Monte Carlo detector models using measurements and simulations

این کار یک تکنیک جدید برای بهینه سازی مدل های مونت کارلو از آشکارسازهای تابش پیشنهاد می دهد، که مزایای تلاش های کاربر را به طور قابل توجهی پایین تر و به این ترتیب کارایی کار بهبود یافته نسبت به تکنیک های قبلی ارائه می دهد. روش متشکل از چهار مرحله است که دو مورد آن تکراری و مناسب برای اتوماسیون با استفاده از زبان های اسکریپتی هستند. چهار مرحله شامل استخراج در آزمایشگاه داده های اندازه گیری به عنوان مرجع است؛ اصلاح یک مدل آشکارساز قبلا در دسترس است. شبیه سازی یک مدل آزمایشی آشکارساز برای به دست آوردن ضرایب مجموعه ای از معادلات خطی؛ راه حل سیستم معادلات و به روز رسانی مدل آشکارساز. مراحل سه و چهار را می توان برای نتایج دقیق تکرار کرد. این روش اجتناب از تلاش و فایلی است؟ روش معمولی از تکنیک های قبلی است.