Evaluation of EAS directions based on TAIGA HiSCORE data using fully connected neural networks

要約

広範なエアシャワーの方向を使用してガンマ量子の源を決定し、一次粒子のエネルギーを推定する上で重要な役割を果たします。
Taiga実験の非イメージングチェレンコフ検出器ステーションヒスコアの配列からのデータは、光電子の数と検出時間を登録して、シャワーの方向を高い精度で推定することができます。
この作業では、シャワーの方向推定値を取得するために、ガンマQuantaのモンテカルロシミュレーションTaiga Hiscoreデータでトレーニングされた人工ニューラルネットワークを使用します。
ニューラルネットワークは、いくつかのヒスコアステーションからの部分的なデータを入力として使用して、スキップ接続を備えた多層パーセプトロンです。
複合推定値は、ニューラルネットワークによる複数の個々の推定値から導き出されます。
最初の段階で得られた方向推定値を使用して、入力データを変換して推定値を改善する2段階アルゴリズムを適用します。
最終推定値の平均誤差は0.25度未満です。
このアプローチは、Taiga実験で使用されるいくつかのタイプの検出器からのデータのマルチモーダル分析に使用されます。

要約(オリジナル)

The direction of extensive air showers can be used to determine the source of gamma quanta and plays an important role in estimating the energy of the primary particle. The data from an array of non-imaging Cherenkov detector stations HiSCORE in the TAIGA experiment registering the number of photoelectrons and detection time can be used to estimate the shower direction with high accuracy. In this work, we use artificial neural networks trained on Monte Carlo-simulated TAIGA HiSCORE data for gamma quanta to obtain shower direction estimates. The neural networks are multilayer perceptrons with skip connections using partial data from several HiSCORE stations as inputs; composite estimates are derived from multiple individual estimates by the neural networks. We apply a two-stage algorithm in which the direction estimates obtained in the first stage are used to transform the input data and refine the estimates. The mean error of the final estimates is less than 0.25 degrees. The approach will be used for multimodal analysis of the data from several types of detectors used in the TAIGA experiment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google