所以,這裏是一個事情:考慮一個探測器,由多個垂直字符串組成,每個寄存器等距分佈60個傳感器,如下圖所示(黑點是傳感器): 使用時間戳記作爲神經網絡的輸入來重建粒子軌道
然後顆粒會流過並在每個傳感器上產生脈衝,您可以使用它們。信息包括經過時間,座標(字符串編號+字符串或笛卡爾座標位置),總電荷等。
最終目標是重建入射粒子及其能量的角度。儘管我們首先考慮一個簡單的分類問題,即找出粒子是來自北半球還是南半球(即從探測器的頂部或底部方向)
作爲我們使用每個傳感器的每個時間戳的輸入值,它們的確切位置不會被傳遞,因爲它將由輸入列表中的時間戳位置編碼。 我們遇到的問題是傳感器沒有檢測到任何粒子。是否巧妙地將它們的時間戳插入爲float("Inf")
?將它們的時間保持爲零是另一種選擇,但它會隨着第一個觸發的傳感器(將時間戳標準化爲[0,1])而變得模糊不清。誰已經有我在神經網絡中用時間戳記。另外,如果您對我們未來的任務開發NN有什麼好的想法,請分享!計劃中的方法是卷積(深度)神經網絡,但是我們仍然需要考慮如何將傳感器位置編碼爲不規則的六角形。
在Keras中使用Python – johk95