Enhancing Neutrinoless Double-Beta Decay Sensitivity of Liquid-Xenon Time Projection Chamber with Augmented Convolutional Neural Network
Die Studie zeigt, dass ein erweiterter Faltungs-Neuronaler-Netzwerk-Algorithmus (A-CNN) die Hintergrundunterdrückung bei der Suche nach dem neutrinolosen Doppel-Beta-Zerfall im XENONnT-Experiment um über 60 % bei gleichzeitiger Beibehaltung einer Signaleffizienz von 90 % verbessert und somit die Nachweisempfindlichkeit um etwa 40 % steigert.