IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-19
Algoritmos de gatilho de baixa energia baseados em aprendizado profundo para o experimento Hyper-Kamiokande
Título original: Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment
Os autores avaliaram algoritmos de gatilho (trigger) baseados em aprendizado profundo para o Hyper-Kamiokande, um grande detector Cherenkov de água, voltados a eventos de neutrinos abaixo de 7 MeV. Um classificador supervisionado e dois métodos de detecção de anomalias treinados apenas com ruído do detector (um autoencoder e o Manifold Projection-Diffusion Recovery) foram comparados com um gatilho por contagem de hits. Para elétrons isolados de 3 MeV, o modelo supervisionado alcançou 76,7% de eficiência de sinal, contra 26,4% do gatilho por contagem de hits, e o Manifold Projection-Diffusion Recovery alcançou 35,4% no mesmo ponto de operação, com inferência em GPU bem abaixo de um milissegundo por janela.