面向未来 EIC 的 SiPM-on-Tile ZDC 设计及其图神经网络性能
仪器与探测器
2025-06-02 v2 高能物理 - 实验
核实验
摘要
我们提出了一种用于即将到来的电子-离子子碰撞器 (EIC) 的高细节零度能量计算器 (ZDC) 的设计。该设计采用 SiPM-on-tile 技术，并 features 一种新颖的错位层排列，以提高空间分辨率。为了充分利用该设计的高细节和非平凡几何，我们采用图神经网络 (GNN) 进行能量和角度回归以及信号分类。GNN 提升的性能指标满足甚至在某些情况下超过 EIC Yellow Report 中设定的要求，为增强测量提供了基础，这将促进广泛的物理计划。我们的研究表明，GNN 显著提高了高细节 CALICE 风格能量计算器的性能，通过自动化和优化所需的软件补偿算法。即使在几何结构复杂且图像基于 AI/ML 方法面临挑战的情况下，这种改进也同样有效。
引用
@article{arxiv.2406.12877,
title = {Design of a SiPM-on-Tile ZDC for the future EIC and its Performance with Graph Neural Networks},
author = {Ryan Milton and Sebouh J. Paul and Barak Schmookler and Miguel Arratia and Piyush Karande and Aaron Angerami and Fernando Torales Acosta and Benjamin Nachman},
journal= {arXiv preprint arXiv:2406.12877},
year = {2025}
}
备注
9 pages, 9 figures. Code and datasets included