New Deep Learning Data Analysis Method for PROSPECT using GAPE: Genetic Algorithm Powered Evolution
Les auteurs proposent une méthode d'évolution alimentée par un algorithme génétique (GAPE) pour optimiser les modèles d'apprentissage profond utilisés dans l'expérience PROSPECT, permettant d'améliorer significativement le rapport signal-sur-bruit pour l'identification des antineutrinos de réacteur tout en atténuant les biais temporels grâce à une formation spécifique aux périodes de données.