Core Concepts
TRIDENTにおけるグラフニューラルネットワークを使用した新しい再構築手法の提案とその性能評価。
Abstract
TRIDENTは南シナ海に位置する次世代ニュートリノ望遠鏡で、高度な光学デジタルモジュール(hDOMs)を使用して複数の天体ニュートリノ源を発見し、全味ニュートリノ物理学を探求することを目指しています。本研究では、GNNに基づく新しい再構築手法が開発され、トラック型およびシャワー型のニュートリノイベントに対する性能が示されています。具体的な再構築手法や結果が詳細に説明されています。
Stats
TRIDENTは南シナ海の深海に配置される予定です。
GNNアーキテクチャはPyTorch Geometricで構築されています。
シャワー型イベントの中央角度誤差は1.3度です。
トラック型イベントの中央角度誤差は0.1度です。
Quotes
"TRIDENT aims to discover multiple astrophysical neutrino sources and probe all-flavor neutrino physics."
"Graph neural networks for low-energy event classification & reconstruction in IceCube."
"The model achieves an angular resolution at the 0.1 degree level for νµ events with sufficiently high energy."