针对含多类光电倍增管的大型液体闪烁体探测器改进基于机器学习的顶点重建
仪器与探测器
2022-05-10 v1 高能物理 - 实验
摘要
精确的顶点重建对于大型液体闪烁体探测器至关重要。此前已成功开发了一种基于机器学习的新方法用于重建JUNO中的事件顶点。在本文中，通过优化神经网络的输入图像，进一步改进了基于机器学习的顶点重建性能。通过分离不同类型PMT的信息以及添加PMT第二次击中信息，顶点分辨率在1 MeV处提高了约9.4%，在11 MeV处提高了约9.8%。
引用
@article{arxiv.2205.04039,
title = {Improving the machine learning based vertex reconstruction for large liquid scintillator detectors with multiple types of PMTs},
author = {Zi-Yuan Li and Zhen Qian and Jie-Han He and Wei He and Cheng-Xin Wu and Xun-Ye Cai and Zheng-Yun You and Yu-Mei Zhang and Wu-Ming Luo},
journal= {arXiv preprint arXiv:2205.04039},
year = {2022}
}