基于人工神经网络的 TACTIC 伽马射线望远镜能量重建程序及其与其他传统方法的比较

不同研究组用于确定单台大气切伦科夫成像望远镜中初级 $\gamma$ 射线能量的估计方法包括：SIZE 和 DISTANCE 的多项式拟合、一般最小二乘拟合以及基于查找表的插值。针对 TACTIC 大气切伦科夫成像望远镜，开发了一种基于人工神经网络 (ANN) 的新型能量重建程序。该程序采用 3:30:1 的 ANN 配置和弹性反向传播算法，根据事件的图像 SIZE、DISTANCE 和天顶角来估计 $\gamma$ 射线类事件的能量。这种新的基于 ANN 的能量重建方法，除了能提供约 26% 的能量分辨率（与其他单台成像望远镜相当）外，还具有考虑天顶角依赖性的额外优势。本文详细介绍了基于 ANN 的能量估计程序，并将其性能与其他传统能量重建方法进行了比较。结果表明，在本文考虑的所有方法中，ANN 方法给出了最佳结果。通过确定 TACTIC 望远镜在 1-16 TeV 能量范围内测量的蟹状星云能谱，验证了基于 ANN 的能量重建性能。