机器学习技术在水切伦科夫探测器轻子能量重建中的应用
仪器与探测器
2018-04-16 v3 高能物理 - 实验
摘要
本文讨论了机器学习技术在水切伦科夫探测器轻子能量重建中的应用，并以 Hyper-Kamiokande 实验拟建的中间探测器 TITUS 为例进行了说明。研究发现，与基于查找表的方法相比，应用这些技术使所有轻子能量的能量分辨率提高了 50% 以上。机器学习技术可以很容易地应用于不同的探测器配置，其结果与目前使用的基于似然函数的技术相当。
引用
@article{arxiv.1710.05668,
title = {Application of machine learning techniques to lepton energy reconstruction in water Cherenkov detectors},
author = {E. Drakopoulou and G. A. Cowan and M. D. Needham and S. Playfer and M. Taani},
journal= {arXiv preprint arXiv:1710.05668},
year = {2018}
}