基于神经网络驱动的大型液氩时间投影室在 $p\rightarrow \bar{\nu} K^{+}$ 道中的质子衰变灵敏度研究
高能物理 - 实验
2021-04-30 v2
摘要
我们报告了在大型双相液氩时间投影室(LAr TPC)中通过 的质子衰变的最新灵敏度。我们的工作建立在先前一项模拟并分析了若干核子衰变道的研究之上 [arXiv:hep-ph/0701101]。当时需要对探测器与背景作出若干假设。此后,学界在界定这些方面取得了进展,且可用的计算能力使我们能够完整模拟并重建大样本,从而对质子衰变灵敏度作出更好的估计。本工作中,我们考察基准道 ,该道此前被发现为最干净的道之一。利用改进的微中子事件产生器与完整模拟的 LAr TPC 探测器响应,并结合专用于 K 介子辨识的神经网络,我们证明在准无背景条件下,于 曝光量时,可在 置信度水平达到寿命灵敏度 ,从而确认 LAr TPC 相较于其他技术在应对具挑战性的质子衰变模式上的优越性。
引用
@article{arxiv.2010.06552,
title = {Neural-network-driven proton decay sensitivity in the $p\rightarrow \bar{\nu} K^{+}$ channel using large liquid argon time projection chambers},
author = {Christoph Alt and Balint Radics and André Rubbia},
journal= {arXiv preprint arXiv:2010.06552},
year = {2021}
}
备注
25 pages, 10 figures