A Neural Network Approach for Selecting Track-like Events in Fluorescence Telescope Data

要約

【タイトル】フロンティアの望遠鏡データからトラック状の事象を選択するニューラルネットワーク手法

【要約】
– 2016年から2017年にかけて、UHECR(超高エネルギー宇宙線)の蛍光放射による検出の可能性を検証するために、世界初の実験であるTUSが実施された。
– 2019年以降、ロシア・イタリア共同のフロンティアの望遠鏡であるMini-EUSO(「UV Atmosphere」)がISS上で運用されている。
– 2023年には、UHECRを検出するためにFTを用いた成層圏実験EUSO-SPB2が計画されている。
– 本研究では、これらの複雑なデータからトラック状の事象を効果的に選択できる単純な畳み込みニューラルネットワークの手法を示している。

要約(オリジナル)

In 2016-2017, TUS, the world’s first experiment for testing the possibility of registering ultra-high energy cosmic rays (UHECRs) by their fluorescent radiation in the night atmosphere of Earth was carried out. Since 2019, the Russian-Italian fluorescence telescope (FT) Mini-EUSO (‘UV Atmosphere’) has been operating on the ISS. The stratospheric experiment EUSO-SPB2, which will employ an FT for registering UHECRs, is planned for 2023. We show how a simple convolutional neural network can be effectively used to find track-like events in the variety of data obtained with such instruments.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI