基于STAR实验缪子望远镜探测器的深度神经网络缪子鉴别
仪器与探测器
2019-08-21 v1 核实验
摘要
缪子望远镜探测器的安装为在STAR上研究双缪子产生开辟了新可能。然而，强子穿透以及π介子和K介子的弱衰变带来的本底使得原初缪子的鉴别颇具挑战。本文中，我们提出并研究将浅层与深度神经网络训练为分类器，利用STAR缪子望远镜探测器的信息实现缪子鉴别。文中给出了浅层神经网络性能随其隐藏层神经元数量变化的函数关系，并给出了用于确定最优深度神经网络分类器架构的超参数优化方法。将优化后的深度神经网络与浅层神经网络、提升决策树、似然比以及传统的基于截断的粒子鉴别（PID）技术进行比较，通过测量√s = 200 GeV的p+p碰撞中的φ介子和ψ(2S)，展示了基于深度神经网络的缪子鉴别技术的优越性并与传统PID对比。与传统PID技术相比，基于深度神经网络的PID同时提供了更高的信号效率、信号本底比以及φ峰的显著性。最后，提出并讨论了一种基于深度神经网络辅助的数据中缪子纯度测量技术。
引用
@article{arxiv.1908.05645,
title = {Muon Identification Using Deep Neural Networks with the Muon Telescope Detector at STAR},
author = {J. D. Brandenburg and Frank Geurts},
journal= {arXiv preprint arXiv:1908.05645},
year = {2019}
}