面向大气喷流望远镜的事件重建混合方法：结合机器学习与似然拟合
高能天体物理现象
2024-06-26 v1 天体物理仪器与方法
摘要
成像大气喷流技术可实现 X 射线波段以上天文学中可实现的最高角分辨率。高分辨率测量是推进高能天文学诸多重大问题的关键，包括粒子加速至太赫能级的位置。对于下一代 CTA 观测区，借助改进的空气喷流方向和能量重建算法可实现其潜能。将似然拟合技术与神经网络结合的混合方法尤其有前景，此类方法最近已用于天体物理神经粒子的重建。本文我们提出 FreePACT 算法，这是一种用于 IACT 的混合重建方法。在此方法中，利用来自似然无费推断领域的神经比例估计技术，传统图像似然拟合中使用的解析似然被神经网络取代，该网络逼近每个相机像素的电荷概率密度函数。我们使用计划中的 CTA 南部阵列仿真演示了该算法性能。对于此配置，FreePACT 相对于解析似然技术提供了显著的性能改进，在宽广能量范围内角分辨率和能量分辨率均提升25%以上，角分辨率可达20度仰角条件下50 TeV 以上能量的40 arcsecond。它还提供了对重建参数不确定性更准确的估计，并加速了重建过程，同时对观察条件的变化表现出与解析似然技术相同的稳定性。因此，FreePACT 方法是当前状态-of-the-art 似然事件重建技术的有前景的升级。
引用
@article{arxiv.2406.17502,
title = {A Hybrid Approach to Event Reconstruction for Atmospheric Cherenkov Telescopes Combining Machine Learning and Likelihood Fitting},
author = {Georg Schwefer and Robert Parsons and Jim Hinton},
journal= {arXiv preprint arXiv:2406.17502},
year = {2024}
}
备注
16 pages, 15 figures; Accepted for publication in Astroparticle Physics