핵심 개념
지향 결정으로 구성된 열량계는 전자기 샤워와 강입자 샤워의 프로파일 차이를 증폭시켜 입자 식별 기능을 향상시킬 수 있다.
초록
지향 결정 기반 균질 열량계의 입자 식별 기능 연구
본 연구 논문에서는 횡 방향 및 종 방향으로 미세하게 분할된 반균질 전자기 열량계(eCAL)의 입자 식별 기능을 연구합니다. 특히, 모든 eCAL 결정에 축적된 에너지를 기반으로 훈련된 랜덤 포레스트 알고리즘을 사용하여 중성자 배경에서 광자를 식별하는 데 중점을 둡니다.
본 연구의 주요 목표는 지향 결정으로 구성된 열량계가 기존의 비정렬 결정 기반 검출기에 비해 입자 식별, 특히 중성자 배경에서 광자를 식별하는 데 얼마나 효과적인지 평가하는 것입니다.
연구진은 Geant4 버전 11.1 툴킷을 사용하여 5 × 5 × 4 PbWO4 결정 매트릭스로 구성된 반균질 eCAL을 시뮬레이션했습니다. 시뮬레이션은 두 가지 구성, 즉 모든 eCAL 결정이 정렬되지 않은 PbWO4로 간주되는 "무작위" 정렬과 첫 번째 eCAL 레이어의 모든 결정이 <001> 축을 따라 배향되고 나머지는 무작위로 정렬된 "축" 정렬에서 수행되었습니다. 각 시뮬레이션된 이벤트에 대해 입사 입자의 종류, 각 결정에 축적된 에너지, 각 종 방향 레이어에 축적된 에너지, 열량계에 축적된 총 에너지를 기록했습니다. 입자 식별을 위해 Python 버전 3.11에서 scikit-learn 버전 1.2 모듈을 사용하여 구현된 랜덤 포레스트(RF) 분류기를 사용했습니다. 분류기는 각 데이터 세트에 대해 개별적으로 최적화되었으며, 5겹 교차 검증을 사용하여 성능을 평가했습니다.