低能电子轨迹成像在液态氩时间投影室望远镜概念中的概率深度学习应用
摘要：GammaTPC：一种以MeV为尺度的单相液态氩时间投影室γ射线望远镜概念，带有一种新颖的双尺度基于像素的电荷读出系统。它承诺比先前的望远镜显著提高对MeV尺度γ射线的灵敏度。新颖的基于像素的电荷读出允许成像经康普顿相互作用散射的电子轨迹。重建入射γ射线原始方向的功率康普顿望远镜的两个主要因素是能量和位置分辨率。在这项工作中，我们着重使用深度学习来优化康普顿相互作用中散射电子的初始位置和方向的重建，包括使用概率模型来估计预测不确定性。我们表明，深度学习模型能够预测基于像素的模拟数据中MeV尺度γ射线康普顿散射位置的RMS误差小于0.6 mm，并对散射电子的初始方向敏感。我们比较和对比了不同的深度学习不确定性估计算法用于重建应用。此外，我们表明，通过事件-事件估计康普顿散射位置的不确定性，可以选择最准确重建的事件，从而提高定位天空γ射线源的能力。
作者：M. Buuck, A. Mishra, E. Charles, N. Di Lalla, O. Hitchcock, M.E. Monzani, N. Omodei, T. Shutt
论文ID：2207.07805
分类：Instrumentation and Methods for Astrophysics
分类简称：astro-ph.IM
提交时间：2023-01-25