面向 AMS-02 太空实验的 CR 同位素识别的特征选择技术
高能天体物理现象
2024-04-25 v1 天体物理仪器与方法
摘要
单电荷宇宙射线（CR）的同位素组成测量提供了对 CR 传输的关键见解。Alpha Magnetic 探测器（AMS-02）可识别约 10 GeV/n 的单电荷同位素，但其识别面临挑战，原因在于 CR 德布鲁斯与质子背景的稀少丰度。特别是，为了在宽范围能量上实现良好的同位素质量分离，需要 RICH（ring-imaging Cherenkov）探测器测量速度的高精度。RICH 对 Z=1 同位素的速度测量尤其具有挑战性，因为氮放射环中产生的光子数较少。这一微弱信号容易被噪声击中，导致粒子环的误重建。因此，需进行高效的背景降 processes 以确保重建 Cherenkov 环的质量，提供粒子速度的正确测量。机器学习方法，特别是提升决策树，特别适合这一任务，但其性能依赖于训练阶段所需特征的选择。虽然基于探测器知识的物理驱动特征选择方法常被使用，但针对自动化特征选择的机器学习算法可提供有助的替代方案，以优化分类方法的性能。我们比较了五种用于 RICH 背景降 processes 特征选择算法，最终以 Random Forest 方法取得最佳结果。我们还测试其性能与物理驱动选择方法的比较，取得更好结果。
引用
@article{arxiv.2404.15783,
title = {Feature Selection Techniques for CR Isotope Identification with the AMS-02 Experiment in Space},
author = {Marta Borchiellini and Leandro Mano and Fernando Barão and Manuela Vecchi},
journal= {arXiv preprint arXiv:2404.15783},
year = {2024}
}