ИСТИНА |
Войти в систему Регистрация |
|
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
В 2018-2020 гг. в рамках гранта РНФ № 18-72-00083 нами с моим научным руководителем Джатдоевым Т. А. была разработана концепция космического орбитального гамма-телескопа нового поколения MAST (Massive Argon Space Telescope), представленная в нашей работе [1] и в моей магистерской диссертации [2] (для понимания принципов работы инструмента достаточно прочитать её Введение и Главу 1). Предлагаемый проект гамма-телескопа рассчитан на регистрацию гамма-квантов с энергиями от 100 МэВ до 1 ТэВ и превосходит действующий гамма-телескоп Fermi-LAT [3] по эффективной площади более, чем в 10 раз, в 3-10 раз по угловому разрешению (в зависимости от энергии) и примерно на порядок величины по дифференциальной чувствительности. В рамках разрабатываемой статьи, часть текста которой уже готова, планируется развитие предложенной концепции MAST, уточнение его принципиальной схемы, более детальная разработка методики восстановления направления прихода регистрируемых гамма-квантов и их энергии, подавления фона от заряженных космических лучей (КЛ). Именно для решения последней задачи предполагается применение методов машинного обучения. Орбитальный гамма-телескоп находится в сложных радиационных условиях: поток КЛ превышает поток гамма-квантов на 3-5 порядков (в зависимости от энергии). Для подавления фона от КЛ MAST предполагается оклеить сцинтилляционными пластинами детектора антисовпадений, дающих вспышку сцинтилляционного света при прохождении через них заряженной частицы, которая накладывает вето на последующий сигнал в рабочем объёме телескопа, позволяя таким образом подавлять фон от КЛ (гамма-кванты проходят сцинтиллятор в ~90% случаев без взаимодействия с ним). Коэффициент подавления потока КЛ, достигаемый в рамках такого подхода, может составлять 3 10-4[4], но возможно дальнейшее уменьшение фона от КЛ, важное, например, для задачи измерения изотропного потока гамма-квантов [5], путём анализа развития каскада, рождаемого первичными частицами в рабочем объёме телескопа. С помощью методов машинного обучения предполагается решить задачу классификации первичных частиц, регистрируемых MAST (в простейшем случае разделение протонов и гамма-квантов) на основе анализа сигналов от вторичных частиц каскада, развивающегося в рабочем объёме MAST. Исходные данные будут представлены в табличном виде как совокупность сигналов (по слоям по мере продвижения вглубь детектора) от каскадных частиц, регистрируемых считывающими проволочками время-проекционной камеры MAST. Данные для проведения задачи классификации планируется получить с помощью пакета моделирования взаимодействия излучения с веществом GEANT4 [6] (грубая модель MAST уже заложена в код, требуется её уточнение и непосредственное применение для генерации датасета). Учитывая, что каскад в веществе от первичного гамма-кванта чисто электромагнитный, а каскад от протона — адронный, топология развития ливней от частиц различной природы будет различной, что должно обеспечивать хорошую разделимость гамма-квантов и протонов. Ориентировочный объём исходных данных — 1...10 ГБ (до 10 000 розыгрышей от гамма-квантов и от протонов). Так как датасет полностью моделируется, то планируется сделать его сбалансированным (50/50) по количеству смоделированных каскадов от протонов и от гамма-квантов. Разделение на тестовую и тренировочную выборки планируется делать в соотношении 20:80, кроме того, планируется делать кросс-валидацию. Для решения задачи классификации протонов/гамма-квантов предполагается использовать архитектуру случайного леса на базе LightGBM и, возможно, сравнить его с Gradient Boosting Decision Tree (тоже на базе LightGBM). Помимо базового анализа поведения функции потерь при обучении модели и параметра точности планируется изучить важность признаков (представляемых в виде сигналов в последовательных слоях детектора) при разделении классов, чтобы понять, в какой части детектора каскады вторичных частиц в рабочем объёме детектора различаются сильнее всего. Список источников: Dzhatdoev T., Podlesnyi E. Astropart. Phys. 112 (2019) 1–7. Подлесный Е. И.. Магистерская диссертация “Массивный аргоновый космический гамма-телескоп: концепция и физическая программа” (2020) (в приложении). Atwood W. B., Abdo A. A., Ackermann M. et al. ApJ 697, 2 (2009) 1071-1102. Moiseev A., Hartman R., Ormes J. et al. Astropart. Phys. 27, 5 (2007) 339–358. Ackermann M., Ajello M., Albert A. et al. ApJ, 799, 86 (2015). Agostinelli S., Allison J., Amako K. et al. NIM A 506, 3 (2003) 250-303, https://geant4.web.cern.ch/node/1.