Discriminazione della forma d'impulso di segnali provenienti da scintillatori EJ-309 tramite tecniche di apprendimento automatico

Pulse Shape Discrimination techniques are used extensively for neutron/gamma identification when working with signals from scintillators. It is usual to have regions of the energy spectrum where these techniques are ineffective or show limitations in correctly separating signals coming from particles or gamma rays. In this work, we use multiple machine learning tools to improve neutron/gamma identification in such areas. We start by training an autoencoder model, from which we extract the features encoded in the latent layer. Next, we use several clustering algorithms, we compare them to find the one best suited for this task and then we train a Support Vector Machine to make predictions based on the data classified in this way.

Tecniche di disciminazione della forma d'impulso (PSD) sono usate estensivamente per l'identificazione di netroni o raggi gamma lavorando con segnali provenienti da scintillatori. E' usuale avere regioni dello spettro energetico in cui queste tecniche sono poco efficaci o mostrano limitazioni nel separare correttamente segnali provenienti da particelle o raggi gamma. In questo lavoro utilizziamo molteplici metodi di apprendimento automatico per migliorare l'identificazione di netroni o gamma in quelle zone. Iniziamo allenando un modello di autoencoder, da cui estraiamo le feature codificate nel layer latente. Successivamente utilizziamo diversi algoritmi di clustering, li compariamo tra loro per trovare quello che meglio si addice al nostro problema e poi alleniamo una Support Vector Machine per effettuare predizione basate sui dati classificati in questo modo.