探测切伦科夫望远镜阵列伽马/强子分离用的神经网络
天体物理仪器与方法
2020-08-26 v1
摘要
我们将卷积神经网络与经典的提升决策树进行比较，用于分离由伽马射线产生的大气粒子簇射与粒子诱发的背景。我们对应用于切伦科夫望远镜阵列模拟观测数据的两种技术进行了比较。随后我们考察了两种方法产生的受试者工作特征（ROC）曲线，并讨论了两者间的异同。我们发现神经网络在特定条件下优于经典技术。
引用
@article{arxiv.1907.02428,
title = {Probing Neural Networks for the Gamma/Hadron Separation of the Cherenkov Telescope Array},
author = {Etienne Lyard and Roland Walter and Vitalii Sliusar and Nicolas Produit},
journal= {arXiv preprint arXiv:1907.02428},
year = {2020}
}
备注
6 pages, submitted on May 06 2019 to PoS as proceedings of ACAT2019