应用贝叶斯神经网络于反应堆中微子实验中的事例重建
数据分析、统计与概率
2011-05-05 v3 高能物理 - 实验
仪器与探测器
摘要
本文设计了一个模拟探测器，用于模拟反应堆中微子实验中的中心探测器。分别使用贝叶斯神经网络 (BNN) 方法和标准算法即最大似然法 (MLD)，对模拟探测器的蒙特卡洛模拟产生的电子样本进行了重建。比较了使用 BNN 与使用 MLD 进行事例重建的结果。与 MLD 相比，电子顶点的 Uncertainties 并未得到改善，但使用 BNN 显著改善了能量分辨率。且对于高能电子，这种改善比低能电子更为明显。
引用
@article{arxiv.0712.4042,
title = {Applying Bayesian Neural Networks to Event Reconstruction in Reactor Neutrino Experiments},
author = {Ye Xu and Weiwei Xu and Yixiong Meng and Kaien Zhu and Wei Xu},
journal= {arXiv preprint arXiv:0712.4042},
year = {2011}
}
备注
9 pages, 3 figures, Accepted by NIMA