基于深度学习的宇宙线诱导空气簇射重建
天体物理仪器与方法
2017-11-01 v2 高能天体物理现象
摘要
我们描述了一种利用深度学习技术重建由宇宙线诱发的空气簇射的方法。我们模拟了一个由地面粒子探测器组成的观测站，探测器固定在规则网格上。探测器对穿过簇射粒子的响应是作为时间函数的信号幅度，其提供了关于横向和纵向簇射性质的信息。为了利用专于局部模式识别的卷积网络技术，我们将所有信息转换为探测器的类图像网格。通过这种方式，多个特征（例如首批粒子的到达时间以及时间迹线的优化表征）由网络处理。宇宙线到达方向的重建质量被证明与解析重建算法相当。重建的簇射方向、能量和簇射深度显示出对于更高宇宙线能量分辨率的预期改善。
引用
@article{arxiv.1708.00647,
title = {A Deep Learning-based Reconstruction of Cosmic Ray-induced Air Showers},
author = {Martin Erdmann and Jonas Glombitza and David Walz},
journal= {arXiv preprint arXiv:1708.00647},
year = {2017}
}
备注
10 pages, 7 figures