基于神经网络的 H.E.S.S. II 单目重建算法

H.E.S.S. 实验进入其第二阶段，新增了一台名为 CT 5 的大型望远镜，置于现有四台较小望远镜阵列的中心。由于 CT 5 镜面面积更大，能够探测到更暗弱的大气簇射，从而将阵列的能量阈值从几百 GeV 降至 $\mathcal{O}(50\,\textrm{GeV})$。由于天体物理源的典型 $\gamma$ 射线和宇宙射线谱呈幂律递减，探测到的大多数大气簇射能量较低，仅被 CT 5 探测到，这促使需要一种仅基于 CT 5 信息的重建算法。通过利用此类单目事件，H.E.S.S. 第二阶段实验在 H.E.S.S. I 未覆盖且 Fermi LAT 统计量不足的能量范围内具备了探测灵敏度。此外，由于 CT 5 在低能段具有较大的有效面积，探测到诸如 $\gamma$ 射线暴等瞬变现象的概率显著增加。本文提出了一种新开发的基于神经网络的单目事件重建算法。该算法使用多层感知机重建引发大气簇射的粒子的方向和能量，并区分 $\gamma$ 射线与强子。我们评估了该算法的性能，并将其与其他现有的重建算法进行了比较。此外，还展示了该算法首次应用于实测数据的结果。