基于图神经网络的 IceCube 中微子事件重建
天体物理仪器与方法
2021-07-27 v1 高能天体物理现象
仪器与探测器
摘要
IceCube 中微子观测站是一个嵌入南极冰盖中的立方千米级中微子探测器。在不久的将来，该探测器将通过 IceCube 升级和计划中的 Gen2 探测器等扩展项目得到增强。对于低能事件，探测器中观测到的光非常稀疏，且探测器几何结构不规则，这一直是重建所探测中微子感兴趣参数的挑战。目前在建的 IceCube 升级同样面临这一挑战，它引入了七根带有新型探测模块的新探测弦。升级模块将提高低能事件的探测率，并使我们能够进一步约束中微子振荡物理。然而，这些模块的几何结构使得现有的传统重建算法更难使用。我们提出了一种基于图神经网络的新重建算法，用于处理速度远快于传统算法，同时提供相当的分辨率。我们表明，我们的算法不仅适用于重建当前 IceCube 探测器的数据，也适用于下一代扩展（如 IceCube 升级）的模拟事件。
引用
@article{arxiv.2107.12187,
title = {Reconstruction of Neutrino Events in IceCube using Graph Neural Networks},
author = {Martin Ha Minh},
journal= {arXiv preprint arXiv:2107.12187},
year = {2021}
}
备注
Presented at the 37th International Cosmic Ray Conference (ICRC 2021). See arXiv:2107.06966 for all IceCube contributions