PandaX-III 实验中基于卷积神经网络的事件顶点重建
高能物理 - 实验
2023-05-30 v2
摘要
带电粒子在气体时间投影室(TPC)中留下的径迹包含了关于相互作用过程及电子在气体中漂移的重要信息。径迹所携带的电子扩散信息是重建 (事件发生处漂移方向上的顶点位置)的有效特征。本文中,我们提出在 PandaX-III 实验中用卷积神经网络(CNN)重建 。构建了一个 CNN 模型 VGGZ0net,并用蒙特卡洛模拟数据进行了验证。对于沿 120 cm 漂移距离均匀分布的 2 MeV 以上事件,其给出 11 cm 精度的 ,进而可推导电子寿命。经电子寿命修正后,探测器能量分辨率显著改善,即在 Xe 双β衰变 Q 值处,对于电子寿命 6.5 ms 的情形,由 10.1% FWHM 提升至 4.0% FWHM。该 CNN 模型也成功应用于 PandaX-III 原型探测器的实验数据进行 重建。
引用
@article{arxiv.2211.14992,
title = {Reconstruction of the event vertex in the PandaX-III experiment with convolution neural network},
author = {Tao Li and Yu Chen and Shaobo Wang and Ke Han and Heng Lin and Kaixiang Ni and Wei Wang},
journal= {arXiv preprint arXiv:2211.14992},
year = {2023}
}