用于 CLAS12 量能器簇射重建的 AI 辅助对象凝聚聚类
仪器与探测器
2025-10-07 v3 高能物理 - 实验
摘要
使用 CLAS12 探测器的多项核物理研究依赖于从其前向角量能器系统准确重建中子和光子。由于现有的量能器重建软件产生了大量假簇，这些研究在测量中性粒子时通常施加严格的截断。在本工作中，我们提出了一种基于对象凝聚框架的 CLAS12 量能器击中聚类新 AI 方法。该模型使用 GravNet 层学习完整探测器拓扑的潜在表示，作为事件量能器击中的位置编码，并由 Transformer 编码器进行处理。这种独特的结构使模型能够整合局部与长程信息，从而提升其性能。在一百万次模拟的 碰撞事件上进行评估，我们的方法显著提升了簇的可靠性：可靠中子簇的比例从 8.88% 提升至 30.73%，光子簇的比例从 51.07% 提升至 64.73%。我们的研究也标志着 AI 聚类技术首次应用于全息探测器，展现出在许多其他实验中应用的潜力。
引用
@article{arxiv.2503.11277,
title = {AI-Assisted Object Condensation Clustering for Calorimeter Shower Reconstruction at CLAS12},
author = {Gregory Matousek and Anselm Vossen},
journal= {arXiv preprint arXiv:2503.11277},
year = {2025}
}