Počet záznamů: 1
Separation of track- and shower-like energy deposits in ProtoDUNE-SP using a convolutional neural network
- 1.
SYSNO ASEP 0563954 Druh ASEP J - Článek v odborném periodiku Zařazení RIV J - Článek v odborném periodiku Poddruh J Článek ve WOS Název Separation of track- and shower-like energy deposits in ProtoDUNE-SP using a convolutional neural network Tvůrce(i) Abed Abud, A. (CH)
Abi, B. (GB)
Acciarri, R. (US)
Filip, Peter (FZU-D) ORCID
Kvasnička, Jiří (FZU-D) RID, ORCID
Lokajíček, Miloš (FZU-D) RID, ORCID
Pěč, Viktor (FZU-D) ORCID
Zálešák, Jaroslav (FZU-D) RID, ORCID
Zuklín, Josef (FZU-D) ORCIDCelkový počet autorů 1228 Číslo článku 903 Zdroj.dok. European Physical Journal C. - : Springer - ISSN 1434-6044
Roč. 82, č. 10 (2022)Poč.str. 19 s. Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova DUNE ; neural network ; efficiency ; performance Vědní obor RIV BF - Elementární částice a fyzika vys. energií Obor OECD Particles and field physics Výzkumná infrastruktura Fermilab-CZ II - 90113 - Fyzikální ústav AV ČR, v. v. i. Způsob publikování Open access Institucionální podpora FZU-D - RVO:68378271 UT WOS 000866503200001 EID SCOPUS 85139783137 DOI 10.1140/epjc/s10052-022-10791-2 Anotace Liquid argon time projection chamber detector technology provides high spatial and calorimetric resolutions on the charged particles traversing liquid argon. As a result, the technology has been used in a number of recent neutrino experiments, and is the technology of choice for the Deep Underground Neutrino Experiment (DUNE). In order to perform high precision measurements of neutrinos in the detector, final state particles need to be effectively identified, and their energy accurately reconstructed. This article proposes an algorithm based on a convolutional neural network to perform the classification of energy deposits and reconstructed particles as track-like or arising from electromagnetic cascades. Results from testing the algorithm on experimental data from ProtoDUNE-SP, a prototype of the DUNE far detector, are presented. Pracoviště Fyzikální ústav Kontakt Kristina Potocká, potocka@fzu.cz, Tel.: 220 318 579 Rok sběru 2023 Elektronická adresa https://hdl.handle.net/11104/0335738
Počet záznamů: 1