基于卷积神经网络的TAIGA实验中HiSCORE模拟事件分析
天体物理仪器与方法
2021-12-21 v1 高能天体物理现象
机器学习
摘要
TAIGA是一个面向高能伽马射线天文学的混合天文台，能量范围从10 TeV到数EeV。它由TAIGA-IACT、TAIGA-HiSCORE等仪器组成。其中TAIGA-HiSCORE是一个宽视场计时切伦科夫光站阵列。TAIGA-HiSCORE数据能够重建空气簇射特征，如簇射能量、到达方向和轴坐标。在本报告中，我们提议考虑在空气簇射特征确定任务中使用卷积神经网络。我们使用卷积神经网络（CNN）将HiSCORE事件当作图像来分析。为此，利用了HiSCORE光站记录的事件时间与幅度。本工作讨论了一个简单卷积神经网络及其训练。此外，我们给出了关于确定空气簇射参数（如簇射轴方向与位置以及初级粒子能量）的一些初步结果，并与传统方法所得结果进行了比较。
引用
@article{arxiv.2112.10170,
title = {Analysis of the HiSCORE Simulated Events in TAIGA Experiment Using Convolutional Neural Networks},
author = {Anna Vlaskina and Alexander Kryukov},
journal= {arXiv preprint arXiv:2112.10170},
year = {2021}
}
备注
In Proceedings of 5th International Workshop on Deep Learning in Computational Physics (DLCP2021), 28-29 June, 2021, Moscow, Russia. 8 pages, 5 figures, 1 table