Fast Low Energy Reconstruction using Convolutional Neural Networks
Diese Arbeit präsentiert die Entwicklung und Anwendung von faltenden neuronalen Netzwerken zur Verbesserung der Rekonstruktion von Neutrinoereignissen niedriger Energie im IceCube-DeepCore-Detektor, was präzise Messungen der Neutrinooszillationsparameter durch die Schätzung von Schlüsseleigenschaften wie Energie, Richtung und Interaktionsvertex ermöglicht.