AI与世界难题 · 物理学 · arXiv · 2026-10-19
用于Hyper-Kamiokande实验的基于深度学习的低能触发算法
原标题: Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment
作者评估了用于大型水切伦科夫探测器Hyper-Kamiokande的深度学习触发算法,目标是低于7 MeV的中微子事件。他们将一个有监督分类器和两种仅用探测器噪声训练的异常检测方法(自编码器和流形投影-扩散恢复,Manifold Projection-Diffusion Recovery)与击中数触发进行了比较。对于3 MeV的单电子,有监督模型的信号效率达到76.7%,而击中数触发仅为26.4%;在相同工作点下,流形投影-扩散恢复达到35.4%,且GPU推理每个窗口所需时间远低于一毫秒。