BriefGPT - AI 论文速递 · 2024-01-30T00:00:00Z

用深度学习方法从 IACT 图像中选择伽马射线事件

📝

内容提要

本文介绍了一种基于物理信息的深度学习方法，用于估计单体闪烁体中伽马相互作用的空间坐标。该方法使用密度神经网络来估计二维伽马光子相互作用坐标，并通过引入定制损失函数和考虑探测器的物理限制实现了更健壮可靠的位置估计。该方法适用于正电子发射断层扫描成像和其他应用领域。

🏷️

标签

伽马相互作用 位置估计 密度神经网络 深度学习 空间坐标