利用生成对抗网络模拟 MPD 探测器中时间投影室的响应
仪器与探测器
2021-07-13 v2 机器学习
高能物理 - 实验
摘要
高能物理实验在许多任务中严重依赖详细的探测器模拟模型。运行这些详细模型通常需要消耗实验可用计算时间的相当部分。本工作中,我们展示了一种新方法,用于加速 NICA 加速器综合体上 MPD 实验的时间投影室跟踪器的模拟。我们的方法基于生成对抗网络(Generative Adversarial Network, GAN)——一种允许对给定对象集的总体分布进行隐式估计的深度学习技术。该方法让我们学习并以带电粒子径迹参数为条件从原始探测器响应分布中采样。为评估所提模型的质量,我们将一个原型集成到 MPD 软件栈中,并证明其生成与详细模拟器相似的高质量事件,且速度提升至少一个数量级。该原型在探测器内部区域的响应上训练,一旦扩展至完整探测器,应可用于物理任务。
引用
@article{arxiv.2012.04595,
title = {Simulating the Time Projection Chamber responses at the MPD detector using Generative Adversarial Networks},
author = {A. Maevskiy and F. Ratnikov and A. Zinchenko and V. Riabov},
journal= {arXiv preprint arXiv:2012.04595},
year = {2021}
}
备注
This is a post-peer-review, pre-copyedit version of an article published in Eur. Phys. J. C. The final authenticated version is available online at: http://dx.doi.org/10.1140/epjc/s10052-021-09366-4