الذكاء الاصطناعي ومشكلات العالم الصعبة · الفيزياء · arXiv · 2026-10-19

خوارزميات تشغيل منخفضة الطاقة قائمة على التعلم العميق لتجربة Hyper-Kamiokande

العنوان الأصلي: Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment

قيّم المؤلفون خوارزميات قدح قائمة على التعلم العميق لمرصد Hyper-Kamiokande، وهو كاشف شيرينكوف مائي كبير، تستهدف أحداث النيوترينو دون 7 MeV. وقورن مصنِّف خاضع للإشراف وطريقتان لكشف الشذوذ مدرَّبتان على ضجيج الكاشف فقط (مشفّر ذاتي وManifold Projection-Diffusion Recovery) بقادح قائم على عدد الإصابات. بالنسبة إلى إلكترونات منفردة بطاقة 3 MeV، بلغت كفاءة الإشارة للنموذج الخاضع للإشراف 76.7% مقابل 26.4% للقادح القائم على عدد الإصابات، وبلغت 35.4% لطريقة Manifold Projection-Diffusion Recovery عند نقطة التشغيل نفسها، مع زمن استدلال على وحدة GPU أقل بكثير من ميلي ثانية لكل نافذة.

اقرأ المصدر الأصلي ↗

جميع العناصر →