KIT | KIT-Bibliothek | Impressum | Datenschutz

Sequential networks for cosmic ray simulations

Sampathkumar, P. 1; Junior, A. A. A. 1; Pierog, T. ORCID iD icon 1; Ulrich, R. 1,2
1 Institut für Astroteilchenphysik (IAP), Karlsruher Institut für Technologie (KIT)
2 Institut für Experimentelle Teilchenphysik (ETP), Karlsruher Institut für Technologie (KIT)

Abstract:

A hybrid model of generating cosmic ray showers based on neural networks is presented. We show that the neural network learns the solution to the governing cascade equation in one dimension. We then use the neural network to generate the energy spectra at every height slice. Pitfalls of training to generate a single height slice is discussed, and we present a sequential model which can generate the entire shower from an initial table. Errors associated with the model and the potential to generate the full three dimensional distribution of the shower is discussed.


Verlagsausgabe §
DOI: 10.5445/IR/1000152046
Veröffentlicht am 31.10.2022
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Astroteilchenphysik (IAP)
Institut für Experimentelle Teilchenphysik (ETP)
Publikationstyp Proceedingsbeitrag
Publikationsjahr 2022
Sprache Englisch
Identifikator ISBN: 978-3-88579-720-3
ISSN: 1617-5468
KITopen-ID: 1000152046
HGF-Programm 51.13.03 (POF IV, LK 01) Kosmische Strahlung Auger
Erschienen in INFORMATIK 2022, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik Ed.: D. Demmler
Veranstaltung INFORMATIK 2022 - Jahrestagung der Gesellschaft für Informatik (2022), Hamburg, Deutschland, 26.09.2022 – 30.09.2022
Verlag Gesellschaft für Informatik (GI)
Seiten 499-506
Serie Lecture Notes in Informatics (LNI) - Proceedings ; P-326
Vorab online veröffentlicht am 28.09.2022
Schlagwörter Sequential Neural Networks, Astroparticle Physics, Monte Carlo Simulations
Nachgewiesen in Scopus
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page