用于多通道成像探测器事件重建的概率编程方法：ELVES与TRACK
天体物理仪器与方法
2024-10-10 v1 地球与行星天体物理
摘要
本文提出了分析由多通道、高灵敏度、低空间分辨率但高时间分辨率探测器记录的动态图像的新方法。该方法的主要特点是不对数据集中的不同类型信息进行因子分解。对于地球大气中的一系列快速变化（瞬态）现象，可以构建一个概率模型，并利用概率编程方法（基于马尔可夫链蒙特卡洛的贝叶斯推断）重建该模型的参数。本文通过多个示例展示了上述方法，这些示例既有模拟数据，也有由莫斯科国立大学核物理研究所探测器实际记录的数据。对于由国际空间站上的轨道Mini-EUSO探测器记录到的亚毫秒级ELVES事件，其概率模型参数包括产生辉光的闪电放电的坐标和方向，以及记录到辉光的电离层高度。通过PyMC库实现的贝叶斯推断，使我们能够根据单个探测器通道中信号峰值的时间来计算这些参数的后验分布。除了研究不同类型的极光外，环极地地面多通道PAIPS探测器系统也作为概率重建算法的测试平台。为此使用了广泛的一类轨迹事件——流星、卫星和飞机过境，以及恒星在天空中的运动。贝叶斯模型既包括轨迹事件本身的参数，也包括其记录的特性。这些方法可以推广到立体事件（由两个视场重叠的探测器记录的轨迹）或应用于轨道荧光探测器中极高能宇宙线的重建。
引用
@article{arxiv.2410.05978,
title = {Probabilistic programming methods for reconstruction of multichannel imaging detector events: ELVES and TRACK},
author = {S. A. Sharakin and R. E. Saraev},
journal= {arXiv preprint arXiv:2410.05978},
year = {2024}
}