基于 Swin Transformer 和归一化流模型的深层成像克尔森检测器重建
仪器与探测器
2024-07-11 v1 机器学习
高能物理 - 实验
核实验
数据分析、统计与概率
摘要
成像克尔森检测器是核子和粒子物理实验中进行粒子鉴别(PID)的关键技术。快速的重建算法对于近实时对齐、校准、数据质量控制和高效分析至关重要。在未来的电子-离子子对碰撞(EIC)中,ePIC 检测器将在饱和方向上配备双环成像克尔森(dual-RICH)检测器,筒段上配备内部反射克尔森(DIRC)检测器,而在电子方向上则配备近焦 RICH 检测器。本文聚焦于 DIRC 检测器,该检测器呈现复杂的命中图案,并用于 JLab 的 GlueX 实验中对 π 介子和 K 介子的 PID。我们提出了 Deep(er)RICH,即半导体 DeepRICH 工作的延续,提供了相比传统方法更快更准确的 PID,并首次实现快速且准确的仿真。这一进展解决了通过复杂光学元件进行光子轨迹模拟中的主要瓶颈。我们的研究利用了基于视觉 Transformer 的最新技术,特别是层次化 Swin Transformer 和归一化流。这些方法使我们能够直接从真实数据中学习,并重建复杂的拓扑结构。我们指出了该工作的意义和未来扩展,这些扩展为多个前沿实验(如未来的 EIC)提供了 PID 能力。
关键词
引用
@article{arxiv.2407.07376,
title = {Deep(er) Reconstruction of Imaging Cherenkov Detectors with Swin Transformers and Normalizing Flow Models},
author = {Cristiano Fanelli and James Giroux and Justin Stevens},
journal= {arXiv preprint arXiv:2407.07376},
year = {2024}
}
备注
19 pages, 7 figures