| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 中微子物理简述 | 第10-12页 |
| 1.2 大亚湾反应堆中微子实验 | 第12-15页 |
| 1.3 大亚湾实验本底的分类 | 第15-17页 |
| 1.4 事例的采集与重建过程 | 第17-19页 |
| 1.5 论文立意与结构 | 第19-20页 |
| 第二章 使用t-SNE方法对事例数据进行可视化分析 | 第20-36页 |
| 2.1 数据的可视化分析 | 第20-22页 |
| 2.2 t-SNE方法简介 | 第22-26页 |
| 2.2.1 t-SNE方法 | 第22-24页 |
| 2.2.2 t-SNE方法在高能物理上的应用 | 第24-26页 |
| 2.3 t-SNE方法在事例数据的应用 | 第26-35页 |
| 2.3.1 事例数据的准备 | 第26-28页 |
| 2.3.2 不同标签的事例 | 第28-32页 |
| 2.3.3 结果分析 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于深度学习的事例顶点重建 | 第36-54页 |
| 3.1 顶点重建和能量重建 | 第36-37页 |
| 3.2 机器学习与神经网络 | 第37-38页 |
| 3.3 深度学习简介 | 第38-44页 |
| 3.3.1 万有逼近定理与ANN | 第38-43页 |
| 3.3.2 深度神经网络 | 第43-44页 |
| 3.4 DNN在顶点重建的应用 | 第44-53页 |
| 3.4.1 DNN的结构与计算过程 | 第44-46页 |
| 3.4.2 计算结果 | 第46-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 对探测器设计针对信息进行优化:传感器布局的策略 | 第54-62页 |
| 4.1 子模性 | 第54-57页 |
| 4.2 大亚湾实验PMT的信息价值 | 第57-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 论文总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69-70页 |
| 附录一:信息熵的定义 | 第69-70页 |
| 科研成果 | 第70-71页 |
| 第三作者文章 | 第70页 |
| 合作文章 | 第70页 |
| 攻读硕士学位期间参与的科研课题 | 第70-71页 |
| 致谢 | 第71-72页 |