KM3NeT/ORCA 低能重建与分类中的 transformer 应用
高能物理 - 实验
2026-03-10 v2 天体物理仪器与方法
人工智能
摘要
当前的 KM3NeT/ORCA neutrino 望远镜虽然正在建造中，但尚未达到其在 neutrino 重建能力方面的潜能。训练任何深度学习模型时，都没有提供关于物理或探测器的显式信息，因此模型无法了解这些信息。本研究利用 transformer 的优势，通过 incorporating attention masks 的方式受益于物理和探测器设计，使模型能够理解望远镜的设计以及在其上的 neutrino 物理测量。本研究还显示了 transformer 在从一种配置微调到另一种配置时，保留有关探测器之间宝贵信息的有效性。
关键词
引用
@article{arxiv.2511.18999,
title = {Enhancing low energy reconstruction and classification in KM3NeT/ORCA with transformers},
author = {Iván Mozún Mateo},
journal= {arXiv preprint arXiv:2511.18999},
year = {2026}
}