La IA y los problemas difíciles del mundo · Física · arXiv · 2026-10-19
Algoritmos de activación de baja energía basados en aprendizaje profundo para el experimento Hyper-Kamiokande
Título original: Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment
Los autores evaluaron algoritmos de disparo (trigger) basados en aprendizaje profundo para Hyper-Kamiokande, un gran detector Cherenkov de agua, orientados a eventos de neutrinos por debajo de 7 MeV. Se compararon un clasificador supervisado y dos métodos de detección de anomalías entrenados únicamente con ruido del detector (un autocodificador y Manifold Projection-Diffusion Recovery) con un disparo basado en el recuento de impactos. Para electrones individuales de 3 MeV, el modelo supervisado alcanzó una eficiencia de señal del 76.7 % frente al 26.4 % del disparo por recuento de impactos, y Manifold Projection-Diffusion Recovery alcanzó el 35.4 % en el mismo punto de operación, con una inferencia en GPU muy inferior a un milisegundo por ventana.