水中丹甘探测器中两阶段伽马-中子源分类：能量阈值筛选与机器学习脉冲分析
仪器与探测器
2026-01-27 v1 核实验
摘要
水中丹甘探测器通过检测移动速度超过水中光速的带电粒子产生的 Cherenkov 光，提供了一种稳健且经济的实时辐射监测解决方案。本工作提出了一种新型两阶段分类框架，用于伽马-中子鉴别：初始基于物理的能量阈值筛选明确的低能伽马源，然后跟随机器学习集成解决高能情况下的模糊问题。通过 Co (1.17/1.33 MeV)、Cs (0.66 MeV) 和一个遮蔽的 AmBe 源，对探测器响应进行了表征；采用铅、石棕和镉遮蔽以隔离中子和伽马相互作用。能量校准建立了线性 ADU 到 MeV 转换 ()，通过 显著性分析识别出中子检测阈值为 MeV。阶段一将源分类为纯伽马 (低于阈值) 或中子发射源 (在阈值处)。对于阈值以上模糊的情况，开发了一个利用脉冲形状分析的机器学习管道。软投票集成 (Bagging、CatBoost 和 MLP) 实现了 0.816 的准确率和 0.921 的 AUC。该混合方案结合了基于物理的过滤与 ML 精炼，提供了一个可解释且可扩展的解决方案，用于核安全、非扩散监测和基本辐射研究。
引用
@article{arxiv.2601.17186,
title = {Two-Stage Gamma-Neutron Source Classification in Water Cherenkov Detectors: Energy Threshold Screening and Machine Learning Pulse Analysis},
author = {Alejandro Núñez-Selin and Iván Sidelnik and Christian Sarmiento-Cano and Hernán Asorey and Luis A. Núñez},
journal= {arXiv preprint arXiv:2601.17186},
year = {2026}
}
备注
Submitted to the 12th International Workshop on Ring Imaging Cherenkov Detectors (RICH2025)