Belle II K-Long 和 Muon 探测器中基于深度神经网络的 μ 子鉴别
高能物理 - 实验
2025-07-30 v2 仪器与探测器
摘要
μ 子鉴别对于基本粒子物理实验至关重要。在 Belle II 实验中，动量大于 0.7 GeV/c 的 μ 子和 π 子通过它们穿透 Belle II 最外侧子探测器 和 Muon（KLM）子探测器的能力来区分。在本文中，我们首先讨论了 鉴别性能可能的改进空间，然后提出了一种基于深度神经网络（DNN）的新方法。该 DNN 模型利用 KLM 击中模式变量作为输入，因此比现有算法能更好地消化穿透信息。我们在模拟中测试了新方法，发现在 90% 的 μ 子效率（召回率）下，π 子误判率（特异度）从 4.1% 降至 1.6%。
引用
@article{arxiv.2503.11351,
title = {Muon identification with Deep Neural Network in the Belle II K-Long and Muon detector},
author = {Zihan Wang and Yo Sato and Akimasa Ishikawa and Yutaka Ushiroda and Kenta Uno and Kazutaka Sumisawa and Naveen Kumar Baghel and Seema Choudhury and Giacomo De Pietro and Christopher Ketter and Haruki Kindo and Tommy Lam and Frank Meier and Soeren Prell},
journal= {arXiv preprint arXiv:2503.11351},
year = {2025}
}