基于深度学习的 DAMPE 任务宇宙线轨迹重建方法
天体物理仪器与方法
2023-05-03 v2 高能天体物理现象
仪器与探测器
摘要
本文提出了一种用于 DAMPE 实验的粒子轨迹重建深度学习方法。所开发的算法构成了空间天体粒子物理任务中首个完全基于机器学习的径迹重建流水线。相较于标准手工设计算法，其性能有显著提升。得益于更高的精度，所开发的算法有助于利用径迹探测器在全能段识别粒子的绝对电荷，为在极端能量（接近 PeV 尺度）下测量宇宙线质子与氦能谱打开了大门，而这是标准径迹重建方法难以实现的。此外，所开发的方法在量能器中高沉积能量下的粒子方向重建展现出前所未有的精度：对于强子簇射高于数百 GeV，对于电磁簇射高于数十 GeV。
引用
@article{arxiv.2206.04532,
title = {A deep learning method for the trajectory reconstruction of cosmic rays with the DAMPE mission},
author = {Andrii Tykhonov and Andrii Kotenko and Paul Coppin and Maksym Deliyergiyev and David Droz and Jennifer Maria Frieden and Chiara Perrina and Enzo Putti-Garcia and Arshia Ruina and Mikhail Stolpovskiy and Xin Wu},
journal= {arXiv preprint arXiv:2206.04532},
year = {2023}
}