Deep-learning-based low-energy trigger algorithms for the Hyper-Kamiokande experiment
Diese Arbeit zeigt, dass auf Deep Learning basierende Trigger-Algorithmen, insbesondere ein überwachtes neuronales Netz und ein auf MPDR basierendes Anomalieerkennungsmodell, herkömmliche Hit-Count-Trigger bei der Identifizierung von niederenergetischen Neutrino-Ereignissen für das Hyper-Kamiokande-Experiment signifikant übertreffen, während sie gleichzeitig die Echtzeit-Machbarkeit mit GPU-Inferenzlatenzen im Submillisekundenbereich gewährleisten.