用于 EUSO-SPB2 荧光望远镜数据分析的机器学习
天体物理仪器与方法
2023-08-28 v1
摘要
超压气球 2 号上的极端宇宙空间观测台（EUSO-SPB2）是 JEM-EUSO 合作组织实施的最先进的气球任务。EUSO-SPB2 建立在先前平流层任务 EUSO-Balloon 与 EUSO-SPB 以及目前在国际空间站上运行的 Mini-EUSO 空间任务的经验之上。EUSO-SPB2 装备有两台仪器：一台荧光望远镜，旨在记录能量高于 2 EeV 的超高能宇宙射线（UHECRs）；以及一台切伦科夫望远镜，用于测量能量高于 1 PeV 的宇宙射线的直接切伦科夫辐射。EUSO-SPB2 任务将为建设天基多信使观测台提供开创性观测。因此，用于全面数据分析的触发与其他软件的研发受到了特别关注。在实验构建期间开发了大量基于机器学习（ML）与神经网络的方法，另有若干方法正在积极开发中。本文简要综述已在仪器与地面软件中实现的基于 ML 的方法，并报告荧光望远镜基于 ML 的 UHECR 参数重建的初步结果。
引用
@article{arxiv.2308.13481,
title = {Machine Learning for the EUSO-SPB2 Fluorescence Telescope Data Analysis},
author = {George Filippatos and Mikhail Zotov},
journal= {arXiv preprint arXiv:2308.13481},
year = {2023}
}