基于机器学习的 PMT 波形光子计数及其在大型液体漂白剂探测器能量分辨率提升中的应用
仪器与探测器
2024-12-02 v3 高能物理 - 实验
摘要
光子倍增管 (PMT) 在粒子实验中用于光子检测，是液体漂白剂 (LS) 探测器中测量入射粒子位置和能量的关键环节。PMT 波形分析对于实现高精度测量至关重要。大型液体漂白剂探测器能量分辨率的一个关键因素是 PMT 的电荷扩散。本文提出一种基于机器学习的 PMT 波形光子计数方法，并以 JUNO 实验为例用于能量重构。结果表明，利用机器学习模型获取的光子计数信息可在一定程度上减轻 PMT 电荷扩散的影响，在 1--9 MeV 能量范围内实现能量分辨率提升 2.0%--2.8%。
引用
@article{arxiv.2405.18720,
title = {Machine-Learning based photon counting for PMT waveforms and its application to the improvement of the energy resolution in large liquid scintillator detectors},
author = {Wei Jiang and Guihong Huang and Zhen Liu and Wuming Luo and Liangjian Wen and Jianyi Luo},
journal= {arXiv preprint arXiv:2405.18720},
year = {2024}
}
备注
10 pages, 9 figures