MétaCan
Menu
Retour à la cohorte
Enregistrement W3178384612 · doi:10.1088/1748-0221/16/11/c11001

Direction Reconstruction using a CNN for GeV-Scale Neutrinos in IceCube

2021· preprint· en· W3178384612 sur OpenAlexaff
Shiqi Yu

Notice bibliographique

RevueJournal of Instrumentation · 2021
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensUniversity of Alberta
Organismes subventionnairesOffice of Experimental Program to Stimulate Competitive ResearchDeutsches Elektronen-SynchrotronCollege of Engineering, Michigan State UniversityHelmholtz Alliance for Astroparticle PhysicsRWTH Aachen UniversityVetenskapsrådetKnut och Alice Wallenbergs StiftelseFonds Wetenschappelijk OnderzoekDeutsche ForschungsgemeinschaftBelgian Federal Science Policy OfficeBundesministerium für Bildung und ForschungOffice of Polar ProgramsFonds De La Recherche Scientifique - FNRSPolarforskningssekretariatetScience and Technology Facilities CouncilMichigan State UniversityMarquette UniversityUniversity of Wisconsin-MadisonU.S. Department of EnergyNational Science Foundation
Mots-clésNeutrinoPhysicsZenithNeutrino detectorNeutrino astronomyScale (ratio)ObservatoryNeutrino oscillationConvolutional neural networkMeasurements of neutrino speedAstronomyParticle physicsSolar neutrinoOpticsComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract The IceCube Neutrino Observatory is designed to observe neutrinos interacting deep within the South Pole ice sheet. It consists of 5160 digital optical modules, which are arrayed over a cubic kilometer from 1450 m to 2450 m depth. At the lower center of the array is the DeepCore subdetector. It has a denser configuration which lowers the observable energy threshold to about 10 GeV and creates the opportunity to study neutrino oscillations with low energy atmospheric neutrinos. A precise reconstruction of neutrino direction is critical in the measurements of oscillation parameters. In this contribution, I will discuss a method to reconstruct the zenith angle of 10-GeV scale events in IceCube using a convolutional neural network and compare the result to that of the current likelihood-based reconstruction algorithm.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,271
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of InstrumentationMême sujetAstrophysics and Cosmic PhenomenaTravaux en français237 207