[論文レビュー] A Neural Network-Based Monoscopic Reconstruction Algorithm for H.E.S.S. II

Thomas Murach, M. Gajdus+1 more|arXiv (Cornell University)|Sep 2, 2015

Astrophysics and Cosmic Phenomena参考文献 9被引用数 17

ひとこと要約

本論文では、H.E.S.S. II実験のための新しい単眼再構成アルゴリズムMonoRecoを提案する。この手法は、1台の大型CT 5望遠鏡からのデータのみを用いて、超高エネルギー宇宙線のエネルギー、方向、および粒子種別（ガンマ線対ヒドロン）を再構成するために、多層パーセプトロンニューラルネットワークを用いる。この方法は、既存手法と同等の性能を達成するとともに、10倍の高速化を実現し、リアルタイムの現地分析を可能にするとともに、H.E.S.S.の感度を50 GeVまで拡張する。クイック・ネビュラのデータを用いた成功した検証が行われた。

ABSTRACT

The H.E.S.S. experiment entered its phase II with the addition of a new, large telescope named CT 5 that was added to the centre of the existing array of four smaller telescopes. The new telescope is able to detect fainter air showers due to its larger mirror area, thereby lowering the energy threshold of the array from a few hundred GeV down to $\mathcal{O}(50\, extrm{GeV})$. Due to the power-law decrease of typical γ-ray and cosmic-ray spectra of astrophysical sources a majority of detected air showers are of low energies, thus being detected by CT 5 only, which motivates the need for a reconstruction algorithm based on information from CT 5 alone. By exploiting such monoscopic events the H.E.S.S. experiment in phase II becomes sensitive in an energy range not covered by H.E.S.S. I and in which the Fermi LAT runs out of statistics. Furthermore the chance of detecting transient phenomena like γ-ray bursts is increased significantly due to the large effective area of CT 5 at low energies. In this contribution a newly developed reconstruction algorithm for monoscopic events based on neural networks is presented. This algorithm uses multilayer perceptrons to reconstruct the direction and energy of the particle initiating the air shower and also to discriminate between gamma rays and hadrons. The performance of this algorithm is evaluated and compared to other existing reconstruction algorithms. Furthermore results of first applications of the algorithm to measured data are shown.

研究の動機と目的

• H.E.S.S. フェーズIIにおける1台の望遠鏡CT 5からのデータのみを用いて、粒子のエネルギー、方向、および種別（ガンマ線／ヒドロン）を完全に再構成できる単眼再構成アルゴリズムの開発。
• H.E.S.S. IとFermi LATの間のギャップを埋めるために、特に一時的源に対して、H.E.S.S. IIのエネルギー感度をより低いエネルギー（約50 GeV）まで拡張すること。
• 既存のステレオスコピック再構成手法と比較して、イベント1件あたりのCPU時間を大幅に短縮することで、H.E.S.S.データのリアルタイム現地分析を可能にすること。
• 特にCT 5単独で検出されることが多いクイック・ネビュラのような源からのガンマ線によって駆動される低エネルギー大気シャワーの検出感度を向上させること。

提案手法

• アルゴリズムは、TMVAフレームワーク内に実装された多層パーセプトロン（MLP）を用い、CT 5が記録したチェレンコフ光画像から抽出したヒルラスパラメータに対して多変量解析を実行する。
• 画像前処理では、少なくとも2つの隣接ピクセルが5または10 p.e.以上の強度を持つことを要件とすることでノイズ抑制を実施し、その後、ピクセル数、全強度、顕著距離、画像形状パラメータ（ζおよびΘ）に対するカットを適用する。
• 感度とバックグラウンド拒否性能のバランスを図るため、3種類のカット設定（std、loose、extraloose）を適用し、ピクセル数（>3）、強度（>35–60 p.e.）、顕著距離（＜1.15°）、画像形状（ζ＞0.55–0.9、Θ＞0.13°–0.23°）に対するカットを実施する。
• ニューラルネットワークは、前処理済みのヒルラスパラメータを用いて、主粒子のエネルギー、方向（右帰宿および赤経）、およびガンマ線またはヒドロンイベントとしての分類を再構成するように訓練される。
• 再構成パイプラインは、ウッブルオフセット0.5°、平均天の赤道角47°の条件下で7.2時間分のクイック・ネビュラ観測データを用いて検証された。
• エネルギーバイアスおよびエネルギー分解能の影響を補正するため、フォワードフォールディング手法を適用し、微分エネルギースペクトルを導出。その結果は、MAGIC共同研究チームが発表したスペクトルと比較された。

実験結果

リサーチクエスチョン

• RQ1 ニューラルネットワークに基づく単眼再構成アルゴリズムは、1台の望遠鏡からのデータのみを用いて、エネルギー、方向、粒子種別をステレオスコピック手法と同等の性能で再構成できるか？
• RQ2 CT 5単独で達成可能な最小検出エネルギー閾値は何か？ これはH.E.S.S. IおよびFermi LATと比較してどうなるか？
• RQ3 このアルゴリズムはH.E.S.S.データのリアルタイム現地分析を可能にするか？ 既存手法と比較して処理速度はどの程度向上するか？
• RQ4 クイック・ネビュラの再構成エネルギースペクトルは、発表済みのMAGICスペクトルとどの程度一致するか？ これはアルゴリズムの正確性に何を示唆するか？
• RQ5 特に50–300 GeVのエネルギー範囲において、アルゴリズムはガンマ線イベントとヒドロンバックグラウンドを効果的に区別できるか？

主な発見

• MonoRecoアルゴリズムは、既存のステレオスコピック手法と同等の性能で粒子エネルギー、方向、ガンマ線／ヒドロン分類を再構成でき、CT 5単体からの完全なイベント再構成を可能にする。
• 平均して5000イベントあたりのCPU時間を、既存手法ImPACTの約20秒から0.8秒に短縮し、リアルタイムの現地分析を可能にし、迅速な源変動の確認が可能になった。
• H.E.S.S. IIのエネルギー閾値は約50 GeVに低下し、Fermi LATが統計的パワーを失うエネルギー領域への感度拡張が顕著に実現された。
• クイック・ネビュラの再構成微分エネルギースペクトルは、対数放物線関数でよくフィットし、系統的不確実性の範囲内でMAGIC共同研究チームが発表したスペクトルと一致した。
• 反射バックグラウンド法を用いた解析で、クイック・ネビュラ方向に91σの有意過剰が観測され、OFF領域では有意な過剰が認められず、アルゴリズムの感度とバックグラウンド拒否能力が確認された。
• 天の図には、既知のクイック・ネビュラ位置に集中する点源が明確に表示され、アーチファクトは観測されず、方向再構成の正確性が裏付けられた。