一种卷积神经网络中微子事件分类器
高能物理 - 实验
2016-09-07 v3 计算机视觉与模式识别
摘要
卷积神经网络（CNNs）已在计算机视觉界被广泛应用于解决图像识别与分析中的复杂问题。我们描述了将 CNN 技术应用于识别采样量能器中粒子相互作用的问题，这类量能器常用于高能物理特别是高能中微子物理。在讨论 CNN 的核心概念以及深度学习领域近期 CNN 架构创新之后，我们概述了在 NOvA 中微子探测器上的一个具体应用。该算法 CVN（Convolutional Visual Network）基于拓扑结构识别中微子相互作用，无需详细重建，并且优于 NOvA 合作组当前使用的算法。
引用
@article{arxiv.1604.01444,
title = {A Convolutional Neural Network Neutrino Event Classifier},
author = {A. Aurisano and A. Radovic and D. Rocco and A. Himmel and M. D. Messier and E. Niner and G. Pawloski and F. Psihas and A. Sousa and P. Vahle},
journal= {arXiv preprint arXiv:1604.01444},
year = {2016}
}
备注
23 pages, 12 figures