用于成像大气切伦科夫望远镜的多视图深度学习
天体物理仪器与方法
2024-05-08 v1 高能天体物理现象
摘要
本研究笔记涉及将基于深度学习的多视图成像技术应用于H.E.S.S.成像大气切伦科夫望远镜阵列的数据。我们发现，在神经网络中，来自不同视图的层信息融合得越早，我们的模型在此数据上的表现就越好。我们的分析表明，网络中组合来自不同视图信息的点对于模型性能的重要性远大于组合信息的方法。
引用
@article{arxiv.2403.18516,
title = {Multi-View Deep Learning for Imaging Atmospheric Cherenkov Telescopes},
author = {Hannes Warnhofer and Samuel T. Spencer and Alison M. W. Mitchell},
journal= {arXiv preprint arXiv:2403.18516},
year = {2024}
}
备注
Accepted in Research Notes of the American Astronomical Society. 3 Pages, 1 Figure