提升决策树在 JUNO 实验中能量重建的应用
仪器与探测器
2021-09-08 v1 高能物理 - 实验
摘要
江门地下中微子观测站（JUNO）是一项具有广泛物理计划的中微子实验。JUNO 的主要目标是确定中微子质量顺序并对中微子振荡性质进行高精度研究。事件能量的精确重建对实验的成功至关重要。JUNO 配备了 17612 + 25600 个两类 PMT 通道，可提供电荷与击中时间信息。本工作中我们提出一种利用少量聚合特征的快速提升决策树模型。该模型预测事件能量沉积。我们描述了特征工程与特征选择过程的动机与细节。我们证明所提出的聚合方法能够达到与更复杂模型（如卷积神经网络（ResNet、VGG 和 GNN））相媲美的重建质量。
引用
@article{arxiv.2106.02907,
title = {The use of Boosted Decision Trees for Energy Reconstruction in JUNO experiment},
author = {Arsenii Gavrikov and Fedor Ratnikov},
journal= {arXiv preprint arXiv:2106.02907},
year = {2021}
}
备注
Proceedings for 25th International Conference on Computing in High Energy and Nuclear Physics