用于 SuperKEKB 上 Belle II 束流本底分解的神经网络
高能物理 - 实验
2023-03-01 v1
摘要
我们描述了一种用于预测 SuperKEKB 正负电子对撞机在 Belle II 探测器中产生的本底击中率的神经网络。该神经网络 BGNet 学习预测不同物理本底源（如束流-气体散射或对撞机的连续补充注入）对 Belle II 子探测器击中率的单独贡献。用于学习的样本是来自 SuperKEKB 对撞机子系统的存档 1 Hz 诊断变量时间序列，以及作为回归目标的 Belle II 测量击中率。我们通过预测未在训练期间使用的不同运行期存档数据上的探测器击中率来测试学习到的模型。我们表明，特征归因方法可以帮助解释本底水平随时间变化的来源。
引用
@article{arxiv.2301.06170,
title = {A neural network for beam background decomposition in Belle II at SuperKEKB},
author = {B. Schwenker and L. Herzberg and Y. Buch and A. Frey and A. Natochii and S. Vahsen and H. Nakayama},
journal= {arXiv preprint arXiv:2301.06170},
year = {2023}
}
备注
Submitted to NIM-A