SwePub
Sök i LIBRIS databas

  Utökad sökning

WFRF:(Thoudam Satyendra)
 

Sökning: WFRF:(Thoudam Satyendra) > The CoMET multipers...

The CoMET multiperspective event tracker for wide field-of-view gamma-ray astronomy

Becherini, Yvonne (författare)
Linnéuniversitetet,Institutionen för fysik och elektroteknik (IFE),DISA-AP
Bylund, Tomas (författare)
Linnéuniversitetet,Institutionen för fysik och elektroteknik (IFE),DISA-AP
Ernenwein, Jean-Pierre (författare)
Aix Marseille Univ, France
visa fler...
Kukec Mezek, Gasper (författare)
Linnéuniversitetet,Institutionen för fysik och elektroteknik (IFE)
Punch, Michael (författare)
Linnéuniversitetet,Institutionen för fysik och elektroteknik (IFE),Univ Paris, France
Romano, Patrizia (författare)
INAF-Osservatorio Astronomico di Brera, Italy
Saleh, Ahmed (författare)
Khalifa University, United Arab Emirates
Senniappan, Mohanraj (författare)
Linnéuniversitetet,Institutionen för fysik och elektroteknik (IFE),DISA-AP
Thoudam, Satyendra (författare)
Khalifa University, United Arab Emirates
Tluczykont, Martin (författare)
Universität Hamburg, Germany
Vercellone, Stefano (författare)
INAF-Osservatorio Astronomico di Brera, Italy
visa färre...
 (creator_code:org_t)
Scuola Internazionale Superiore di Studi Avanzati (SISSA), 2022
2022
Engelska.
Ingår i: Proceedings of Science. - : Scuola Internazionale Superiore di Studi Avanzati (SISSA).
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • The ALTO project aims to build a particle detector array for very high energy gamma ray observations optimized for soft spectrum sources. The accurate reconstruction of gamma ray events, in particular their energies, using a surface array is an especially challenging problem at the low energies ALTO aims to optimize for. In this contribution, we leverage Convolutional Neural Networks (CNNs) to improve reconstruction performance at lower energies ( smaller 1 TeV ) as compared to the SEMLA analysis procedure, which is a more traditional method using mainly manually derived features.rnWe present performance figures using different network architectures and training settings, both in terms of accuracy and training time, as well as the impact of various data augmentation techniques.

Ämnesord

NATURVETENSKAP  -- Fysik -- Astronomi, astrofysik och kosmologi (hsv//swe)
NATURAL SCIENCES  -- Physical Sciences -- Astronomy, Astrophysics and Cosmology (hsv//eng)

Nyckelord

Astroparticle Physics
Astropartikelfysik

Publikations- och innehållstyp

ref (ämneskategori)
kon (ämneskategori)

Till lärosätets databas

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy