Оптимизация процедуры реконструкции физических событий в эксперименте NA64

Abstract

В работе рассматривается применение искусственных нейронных сетей для извлечения амплитудной информации по показаниям фотоприёмников сэндвичевого калориметра. Показана применимость многослойного персептрона и сверточных сетей для определения основных параметров импульса на основе модельных данных, а также выделены основные преимущества по отношению к классическому МНК

The thesis is concerned on the application of artificial neural networks for the determination of the deposited energy values within the mixed electromagnetic calorimeter based on the PMT magnitude profiles. The perceptron and convolution neural networks architectures were applied. Comparing to the classical LMS outperforming results were shown.