利用神经网络以宇宙线反质子约束暗物质湮灭
高能天体物理现象
2021-12-21 v2 机器学习
高能物理 - 唯象学
摘要
对搜寻暗物质湮灭的间接探测实验数据的解释需要计算代价高昂的宇宙线传播模拟。在这项工作中，我们提出了一种基于循环神经网络的新方法，可显著加速银河系宇宙线次级和反物质反质子的模拟，同时达到优异精度。该方法允许对宇宙线传播模型的冗余参数进行高效的剖面化或边际化，以便对广泛的暗物质模型进行参数扫描。我们确定重要性采样特别适合确保网络仅在训练良好的参数区域内被评估。我们利用最新的 AMS-02 反质子数据给出了若干弱相互作用大质量粒子模型上的结果束缚。完全训练好的网络作为 DarkRayNet 随本工作一同发布，相比传统方法实现了至少两个数量级的运行时间加速。
引用
@article{arxiv.2107.12395,
title = {Constraining dark matter annihilation with cosmic ray antiprotons using neural networks},
author = {Felix Kahlhoefer and Michael Korsmeier and Michael Krämer and Silvia Manconi and Kathrin Nippel},
journal= {arXiv preprint arXiv:2107.12395},
year = {2021}
}