在CHIPS水切伦科夫探测器中使用卷积神经网络进行中微子表征
高能物理 - 实验
2023-07-12 v1 仪器与探测器
摘要
本工作提出了一种水切伦科夫中微子探测器事件重建与分类的新方法。我们训练了三种形式的卷积神经网络，仅使用略微修改的原始探测器事件作为输入，来剔除宇宙缪子事件、分类束流事件并估计中微子能量。在CHIPS-5kton原型探测器事件的真实模拟选择上评估时，这种新方法相比标准基于似然的重建和简单神经网络分类显著提升了性能。
引用
@article{arxiv.2206.14904,
title = {Neutrino Characterisation using Convolutional Neural Networks in CHIPS water Cherenkov detectors},
author = {Josh Tingey and Simeon Bash and John Cesar and Thomas Dodwell and Stefano Germani and Paul Kooijman and Petr Mánek and Mustafa Ozkaynak and Andy Perch and Jennifer Thomas and Leigh Whitehead},
journal= {arXiv preprint arXiv:2206.14904},
year = {2023}
}
备注
45 pages, 22 figures, 5 tables, to be submitted to Nuclear Instruments and Methods in Physics Research - section A