利用卷积神经网络重建 IceCube GeV 级中微子事件能量
高能天体物理现象
2021-07-27 v1 天体物理仪器与方法
仪器与探测器
摘要
对 10 GeV 及以下能量的中微子进行测量，为中微子振荡参数提供了独特的约束，并可用于探索潜在的非标准相互作用（NSI）。冰立方中微子观测站的 DeepCore 阵列旨在探测低至 GeV 能量的中微子。冰立方已构建了世界上最大的能量大于 10 GeV 的中微子数据集，这使得对非标准相互作用的搜索成为一项计算挑战。这项工作描述了使用卷积神经网络（CNN）来改善冰立方中 O(10 GeV) 中微子事件的能量重建分辨率和速度。与当前需要数秒到数分钟的基于似然的方法相比，预计 CNN 将提供约 2 倍的能量分辨率改进，同时将每个事件的重建时间缩短到毫秒级，这对于处理大型数据集至关重要。
引用
@article{arxiv.2107.11446,
title = {Reconstructing Neutrino Energy using CNNs for GeV Scale IceCube Events},
author = {Jessie Micallef},
journal= {arXiv preprint arXiv:2107.11446},
year = {2021}
}
备注
Presented at the 37th International Cosmic Ray Conference (ICRC 2021). See arXiv:2107.06966 for all IceCube contributions. 8 pages. 16 figures