机器学习法优化硅微条探测器电荷重建

作者：闵江洪; 乔锐^*; 于龙昆; 彭文溪; 龚轲; 郭东亚; 崔兴柱; 刘雅清

来源：核电子学与探测技术, 2023, 43(02): 318-324.

• 硅微条探测器
• 电荷重建
• 机器学习

为了消除硅微条探测器的电荷响应对入射位置和入射方向的依赖,提高电荷分辨能力,使用OPTICS、高斯混合与主成分分析三种机器学习算法协同完成了电荷重建,并与经典方法进行对比。结果表明,相较于经典方法,基于机器学习重建的电荷谱峰谷比更大、电荷分辨更小,重建效果更好。

• 单位
  南昌大学; 南昌大学信息工程学院; 中国科学院高能物理研究所