ИИ и сложнейшие проблемы мира · Физика · arXiv · 2026-10-19
Алгоритмы триггера низких энергий на основе глубокого обучения для эксперимента Hyper-Kamiokande
Оригинальное название: Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment
Авторы оценили алгоритмы триггера на основе глубокого обучения для Hyper-Kamiokande — большого водного черенковского детектора, — нацеленные на нейтринные события ниже 7 МэВ. Контролируемый классификатор и два метода обнаружения аномалий, обученные только на шуме детектора (автоэнкодер и Manifold Projection-Diffusion Recovery), были сопоставлены с триггером по числу срабатываний. Для одиночных электронов с энергией 3 МэВ контролируемая модель достигла эффективности регистрации сигнала 76,7% против 26,4% у триггера по числу срабатываний, а Manifold Projection-Diffusion Recovery — 35,4% в той же рабочей точке; при этом вывод на GPU занимает значительно меньше миллисекунды на окно.