Using Geometric Deep Learning for the Detection of the Diffuse Supernova Neutrino Background in Water-Cherenkov Detectors
Dit artikel introduceert een Geometric Deep Learning-framework dat gebruikmaakt van Graph Neural Networks om de detectie en reconstructie van de Diffuse Supernova Neutrino Background in water-Cherenkov-detectoren te verbeteren door de positronenergie nauwkeurig te herstellen en neutronenopvanggels te classificeren met prestaties die vergelijkbaar zijn met state-of-the-art methoden.