天体物理学 > 天体物理学的仪器与方法
[提交于 2019年8月23日
]
标题: 深度神经网络在IceCube事件类型分类中的应用
标题: Application of Deep Neural Networks to Event Type Classification in IceCube
摘要: 冰立方中微子天文台能够测量能量范围在 100 GeV 到几个 PeV 之间的所有 flavour 中微子通量。 由于中微子相互作用的不同特征和探测器的几何形状,所有高级分析的第一步都需要选择合适的事件。 然而,目前还没有算法能够对事件的基本相互作用类型做出通用预测。 对此的一种可能解决方案是使用类似于通常用于 2D 图像识别的深度神经网络。 我们在这里介绍的分类器基于现代 InceptionResNet 架构,并包括多任务学习,以扩大应用领域并提高结果的整体准确性。 我们将详细讨论网络架构,并检查分类器在事件类型分类中的性能,并解释其在冰立方中的可能应用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.