Matthieu Melennec

该工作将基于消息传递卷积的图神经网络应用于水切伦科夫探测器中弥散超新星中微子背景的逆β衰变探测，构建了从原始光电倍增管命中重建低能事件的流程：一个模型回归3–30 MeV正电子能量，另一个模型对中子俘获信号进行分类，在类Hyper-Kamiokande几何的模拟数据上取得了与现有方法相当的性能。

该工作将基于消息传递卷积的图神经网络应用于水切伦科夫探测器中弥散超新星中微子背景的逆β衰变探测，构建了从原始光电倍增管命中重建低能事件的流程：一个模型回归3–30 MeV正电子能量，另一个模型对中子俘获信号进行分类，在类Hyper-Kamiokande几何的模拟数据上取得了与现有方法相当的性能。