Capability of detecting low energy events in JUNO Central Detector
江门地下中微子观测站（JUNO）是一个旨在确定中微子质量序和探测中微子振荡基本性质的实验项目。JUNO中心探测器是一个球形液体闪烁体探测器，直径为35.4米，配备约18，000个20英寸光电倍增管。用普通多重触发器可以很容易地达到0.5MeV的触发阈值，满足测量中微子质量有序的要求。然而，进一步降低探测太阳中微子和超新星中微子的触发阈值至关重要。提出了一种复杂的触发方案，通过降低低能放射性和暗噪声符合的水平来实现低能量阈值。采用新的触发方案，通过详细的探测器模拟，对不同类型源的中心探测器的事件率进行了仔细研究。结果表明，如果能很好地控制液体闪烁体中$^{14}$ C的浓度，触发阈值可降低到0.2 MeV，甚至0.1 MeV。
2019-12-04 hep-ex physics.ins-det
JUNO DAQ Readout and Event Building Research
江门地下中微子观测站（JUNO）实验将发展国际领先的中微子实验站，测量中微子质量的数量级，并开展其他许多科学前沿研究。整个实验系统包括探测器系统、电子学系统和数据采集（DAQ）系统。数据流是JUNO DAQ系统的核心。读出系统和事件生成（EB）系统是数据流的两个关键方面。在分析JUNO DAQ数据采集系统需求的基础上，提出了分布式网络读出和二级事件生成的数据流方案。针对JUNO数据采集系统的性能要求，研究了读出和事件生成模块的性能、每个节点上部署的读出进程数以及两个模块的集成性能。研究结果为JUNO DAQ数据流框架的进一步优化提供了参考
2018-06-24 physics.ins-det
e-μ Discrimination at High Energy in the JUNO Detector
利用大气中微子可以研究宇宙线和中微子振荡物理。JUNO（江门地下中微子天文台）是一个大型的液体闪烁体探测器，具有低能量探测阈值和优异的能量分辨率。探测器性能允许大气中微子振荡测量。本文提出了一种在GeV/sub-GeV能区判别JUNO液体闪烁体中中微子-核子相互作用不同反应通道的算法。以大气中微子通量为参考，考虑了$\overset{(-)}{ν_μ}$和$\overset{(-)}{ν_e}$。不同的时间行为的类的事件已被利用，以建立一个基于时间剖面的歧视算法。结果表明，$\overset{(-)}{ν_e}$ CC事件的良好的选择能力，而$\overset{(-)}{ν_μ}$ CC组件遭受的重要污染，从NC事件在低能量，这是正在研究中。初步结果。
2020-01-30 hep-ex physics.ins-det
The use of Boosted Decision Trees for Energy Reconstruction in JUNO experiment
江门地下中微子天文台（JUNO）是一个中微子实验，具有广泛的物理计划。JUNO的主要目标是确定中微子的质量序和高精度地研究中微子振荡性质。事件能量的精确重建是实验成功的关键。JUNO配备了17612 + 25600个PMT通道，提供充电和命中时间信息。在这项工作中，我们提出了一个快速的提升决策树模型，使用小集合的聚合功能。该模型预测事件能量沉积。我们描述的动机和我们的功能工程和功能选择程序的细节。我们证明了所提出的聚合方法可以实现与卷积神经网络（ResNet，VGG和GNN）等更复杂模型的质量相竞争的重建质量。
2021-06-05 hep-ex physics.ins-det
Study of using machine learning for level 1 trigger decision in JUNO experiment
研究了JUNO实验中使用机器学习算法进行1级触发决策的问题。JUNO是中国正在建设的中基线中微子实验，主要目标是确定中微子质量等级。一个大的液体闪烁体（LS）体积将检测从核反应堆发出的电子反中微子。LS探测器由大约20000个大型光电倍增管组成。来自每个PMT的命中信息将被收集到用于1级触发决策的中心触发单元中。目前用于选择中微子信号事件的触发算法是基于快速顶点重建。我们建议研究一种替代的1级（L1）触发器，以便通过在L1触发器级别使用固件实现的机器学习模型来实现与顶点拟合触发器相似的性能，但具有更少的逻辑资源。我们把触发决策作为一个分类问题，并训练多层感知器（MLP）模型来区分能量高于一定阈值的信号事件和噪声事件。利用JUNO软件生成了包含10万个噪声物理事件和10万个PMT暗噪声产生的纯噪声事件的数据集，对于能量大于100 keV的事件，基于收敛MLP模型的L1触发器可以达到99%以上的效率。在对模拟进行训练后，我们成功地将训练好的模型实现到Kintex 7FPGA中。我们提出了神经网络的开发和训练的技术细节，以及其在硬件中的FPGA编程实现。最后讨论了L1触发器MLP实现的性能。
2020-11-17 hep-ex physics.ins-det
Simulating the JUNO Neutrino Detectors
用Monte-Carlo方法和解析方法对JUNO中微子探测器系统进行了模拟。还模拟了大量的质子衰变事件。本文介绍了这一努力的初步结果。
2020-01-28 astro-ph.IM hep-ex physics.ins-det
Realistic Detector Geometry Modeling and Its Impact on Event Reconstruction in JUNO
Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所）；School of Physical Sciences, University of Chinese Academy of Sciences（中国科学院大学物理科学学院）
JUNO探测器几何建模对事件重建的影响研究，通过分析实际探测器结构变形，提出预测光电倍增管位置的方法，减少几何误差对顶点偏移的影响。
2026-04-15 hep-ex physics.ins-det
Simulation Software of the JUNO Experiment
本文介绍了JUNO实验的模拟软件，针对大规模液体闪烁体探测器的数据处理挑战，提出了时间相关分析、事件混合等解决方案，以支持探测器设计、调试和物理处理。
2023-05-17 hep-ex physics.ins-det
Towards a reconstruction of Supernova Neutrino Spectra in JUNO
通过中微子发射观测超新星是理解超新星动力学和中微子物理性质的基础。JUNO是一个20千吨级液体闪烁体探测器，正在中国江门建造。该实验的主要目的是通过精确测量反应堆电子反中微子的能谱来确定中微子的质量等级。然而，由于其特性，JUNO也有能力检测高统计SN事件。SN中微子的现有数据仅包括来自SN 1987 A的24个事件，在JUNO的$\sim 10 kpc$上探测到SN爆发将产生来自电子反中微子的$\sim 5 x 10^{3}$逆β衰变（IBD）事件，大约1500个来自0.2 MeV阈值以上的质子弹性散射（pES）事件，大约400个来自电子弹性散射（eES）事件，加上几百个其他CC和NC相互作用通道从所有中微子物种。
2019-10-04 astro-ph.HE hep-ex physics.ins-det
Particle Identification at MeV Energies in JUNO
JUNO是一个多用途的中微子实验，目前正在中国江门建设。它的主要目标是确定中微子的质量排序。此外，它的20千吨目标质量使其成为研究各种来源的中微子的理想探测器，包括核反应堆，地球及其大气层，太阳，甚至超新星。由于中微子相互作用的截面很小，中微子实验的事件率受到限制。为了使信噪比最大化，控制背景电平是极其重要的。在本文中，我们讨论了在JUNO粒子识别的潜力，其基本原理和可能的应用领域的实验。虽然所提出的概念可以转移到任何大型液体闪烁体探测器，但我们的方法是专门针对JUNO进行评估的，结果主要是由其每MeV沉积能量1，200个光电子的高光子产率驱动的。为了研究事件区分的潜力，分析了几个事件配对，即$α/β$、$p/β$、$e^+/e^-$和$e^-/γ$。我们比较的歧视性能的先进分析技术的基础上，神经网络和拓扑事件重建保持标准的Gatti过滤器作为参考。我们使用在物理激励的能量间隔中产生的Monte Carlo样本。我们研究了我们的削减能源，径向位置，PMT时间分辨率和暗噪声的依赖性。结果表明，用Gatti方法和神经网络对$α/β$和$p/β$进行建模，具有良好的性能。此外，$e^+/e^-$和$e^-/γ$可以通过神经网络和拓扑重构在统计基础上部分区分。特别是在后一种情况下，拓扑方法证明是非常成功的。
2020-10-13 hep-ex physics.ins-det
Development of water extraction system for liquid scintillatorpurification of JUNO
江门地下中微子观测站（JUNO）使用2万吨液体闪烁体（LS）探测中微子。液体闪烁体中放射性物质的含量会影响实验结果。JUNO将使用逆流水萃取来减少LS内的放射性金属离子。本文对影响最终水萃取的因素如分配系数及其影响因素、最佳传质液滴尺寸、流量比、理论级数和不同工作模式（LS作为连续相或分散相）进行了研究。我们在实验室建立了逆流萃取原理样机，并在大亚湾建立了中试装置，不仅对以上因素进行了研究，而且获得了许多值得分享的工程经验。
2021-09-15 physics.ins-det
Modern Software Development for JUNO offline software
针对JUNO离线软件长期维护与在线部署等挑战，本文提出基于Git、GitLab、CMake、Docker和Kubernetes的现代开发系统，实现构建简化、环境控制、部分检出、CVMFS部署及持续集成。
2023-09-25 cs.SE physics.ins-det
JUNO Oscillation Physics
江门地下中微子观测站（JUNO）是位于中国南方（广东省江门市）一个700米深的地下实验室中的一个20千吨多用途液体闪烁探测器，具有预期的$3\%/\sqrt{E[\mbox{Mev}]}$能量分辨率。JUNO探测器卓越的能量分辨率和巨大的基准体积为解决中微子和天体粒子物理学中的许多重要课题提供了很好的机会。JUNO的主要目标是确定中微子的质量排序和精确测量相关的中微子振荡参数。通过对反应堆反中微子六年的数据采集，JUNO可以确定3-4 $σ$显著性的质量有序和中微子振荡参数$\sin^2θ_{12}$、$Δm^2_{21}$和$|Δm^2_{31}|$，精度优于0.6%。此外，JUNO的大气中微子和太阳中微子测量也可以为中微子振荡物理提供补充和重要的信息。本文主要研究JUNO的振荡物理，包括对反应堆中微子、大气中微子和太阳中微子的测量和分析。凭借精细的能量响应刻度和事件重构势能，JUNO将在不久的将来对中微子振荡参数和中微子质量有序进行世界领先的测量。
2021-11-19 hep-ex physics.ins-det
A ROOT based detector geometry and event visualization system for JUNO-TAO
本文为JUNO-TAO开发了一套基于ROOT的探测器几何与事件可视化系统，提供直观工具以可视化几何、调优重建算法并监测反应堆运行，助力反应堆中微子物理研究。
2025-05-04 physics.ins-det
The Design and Technology Development of the JUNO Central Detector
本文针对JUNO中心探测器在20千吨液体闪烁体、3%@1MeV能量分辨率和低本底等严格要求下的设计与技术难题，提出了35.4 m球形有机玻璃容器加不锈钢支撑结构的方案，并解决了低本底材料、节点聚合、变形控制及辅助系统等关键工程挑战。
2024-07-04 hep-ex physics.ins-det
Solar, supernova, atmospheric and geo neutrino studies using JUNO detector
除了其主要目的是利用反应堆反中微子揭示质量等级（MH）外，中国江门的JUNO实验还将有助于研究来自非反应堆源的中微子。在这张海报中，我们回顾了JUNO在超新星、大气、太阳和地球中微子领域的目标;介绍了相关的实验问题，并提供了目前对其潜力的估计。对于一个距离为10 kpc的典型星系SN，JUNO将记录大约5000个逆β衰变事件，2000个中微子-质子弹性散射事件，300个中微子-电子散射事件，以及${^{12}}{\rm C}$核上的带电电流和中性电流相互作用。对于大气中微子，JUNO应该能够探测到$ν_e$和$ν_μ$带电电流事件。乐观地说，在10（20）年的数据采集后，可以在1.8 $σ$（2.6 $σ$）水平下测定MH。JUNO还将研究来自${^{7}}{\rm Be}$和${^{8}}{\rm B}$的太阳中微子，分别为低能量（$\approx$ 1 MeV）和高能量，以提高我们对振荡机制和太阳金属丰度的物质效应的理解。挑战主要来自于放射性和宇宙成因背景：两个基准闪烁体放射性纯度的预期性能，显示。地球中微子的通量使我们对地球的组成和形成有了深入的了解。我们将展示JUNO的20 KTon液体闪烁体的大灵敏质量所提供的增加的样本大小将如何提供数据来回答几个地质问题，其中包括U/Th比和地幔测量。
2016-10-29 astro-ph.HE hep-ex hep-ph
The Application of SNiPER to the JUNO Simulation
JUNO是一个多用途的中微子实验，旨在确定中微子质量等级和精确测量振荡参数。JUNO离线软件作为重要的系统之一，正在使用SNiPER软件进行开发。在此过程中，我们专注于JUNO仿真的需求，并提出了基于SNiPER的工作解决方案。JUNO仿真框架负责管理事件数据、探测器几何和材料、物理过程、仿真真实信息等，将物理发生器、探测器仿真和电子学仿真模块粘合在一起，实现完整的仿真链。在框架的实现过程中，充分利用了SNiPER的动态加载、灵活的流量控制、多事件管理和Python绑定等特性。此外，已经做出了额外的努力来使探测器和电子器件仿真足够灵活以适应和优化不同的探测器设计。对于基于Geant4的检测器仿真，每个子检测器组件被实现为SNiPER工具，该工具是一个动态可配置的插件。因此，可以在运行时选择检测器配置。该框架提供了事件循环来驱动检测器模拟，并与作为被动服务实现的Geant 4进行交互。所有级别的用户操作都被包装到不同的可定制工具中，因此只需添加新工具即可轻松扩展用户功能。电子学仿真已经实现了以下事件驱动的计划。SNiPER任务组件用于模拟电子模块中的数据处理步骤。电子器件和触发器通过包含可能的物理信号的触发事件来同步。
2017-02-17 physics.ins-det
A semi-analytical energy response model for low-energy events in JUNO
江门地下中微子天文台（JUNO）是中国正在建设的下一代中微子实验，预计将于2022年完成。作为主要目标，它旨在确定中微子质量排序与3-4 $σ$意义使用20千吨液体闪烁探测器。它将测量来自两个核电站的电子反中微子的振荡能谱，基线约为53公里，在1 MeV时具有前所未有的3%的能量分辨率。JUNO实验的一个要求是了解探测器的能量非线性，精度低于百分之一。由于液体闪烁体的光产额与被探测粒子的能量不是完全线性的，而是依赖于粒子的类型，本文提出了一种用于这种光产额的模型。基于电子的能量非线性模型，本文给出了正电子和γ的更复杂的能量响应的转换。这种转换使用一种快速而简单的算法来计算伽马产生的次级电子的光谱，在这里介绍并向潜在用户开放。本文还讨论了如何利用本文的结果从γ源刻度探测器中获得正电子非线性。
2020-06-05 physics.ins-det
An eightfold equivalence-preserving speedup of the JUNO OMILREC vertex and energy reconstruction
Institute of Modern Physics, Chinese Academy of Sciences（中国科学院近代物理研究所）；Institute of High Energy Physics, Chinese Academy of Sciences（中国科学院高能物理研究所）；School of Physics and Technology, Wuhan University（武汉大学物理科学与技术学院）
本研究针对JUNO的OMILREC重建算法，通过分阶段等效保持优化实现了最高8.6倍的单线程加速，保持物理输出一致，为大型探测器似然重建加速提供了可转移模板。
2026-08-04 hep-ex physics.ins-det
Vertex and Energy Reconstruction in JUNO with Machine Learning Methods
江门地下中微子观测站（JUNO）是一个旨在研究中微子振荡的实验。确定中微子质量有序度和精确测量中微子振荡参数$\sin^2 2θ_{12}$、$Δm^2_{21}$和$Δm^2_{32}$是实验的主要目标。一个丰富的物理程序以外的振荡分析也被预见。在JUNO中精确重建粒子相互作用事件的能力对于实验的成功至关重要。在这项工作中，我们提出了一些机器学习方法应用到顶点和能量重建。比较和研究了多种模型和架构，包括Boosted Decision Trees（BDT），深度神经网络（DNN），几种基于ResNet和VGG的卷积神经网络（CNN），以及基于DeepSphere的图神经网络。基于一项研究，使用数据集进行，由官方JUNO软件生成，我们证明了机器学习方法达到必要的准确度，达到JUNO的物理目标：$σ_E=3\%$在$E_\text{vis}=1~\text{MeV}$的能量和$σ_{x,y,z}=10~\text{cm}$在$E_\text{vis}=1~\text{MeV}$的位置。
2021-01-15 hep-ex physics.ins-det
Data-driven simultaneous vertex and energy reconstruction for large liquid scintillator detectors
高精度的顶点和能量重建对于JUNO等大型液体闪烁体探测器至关重要，特别是对于通过分析反应堆中微子的能谱来确定中微子的质量排序。本文提出了一种数据驱动的方法，以获得更真实，更准确的正电子事件的预期PMT响应JUNO，并开发了一个同时的顶点和能量重建方法，结合的电荷和时间信息的PMT。对于JUNO探测器，顶点误差对能量分辨率的影响约为0.6%.
2022-11-30 hep-ex physics.ins-det
Development of low-radon ultra-pure water for the Jiangmen Underground Neutrino Observatory
本文针对JUNO实验超纯水中氡本底问题，研制了基于微气泡增强脱气的在线除氡系统及高灵敏度氡浓度监测系统，使水中氡浓度降至1 mBq/m³水平，满足实验要求。
2024-03-19 hep-ex physics.ins-det
Muon shower vertex reconstruction with waveform information in JUNO
江门地下中微子观测站（JUNO）是一个20千吨级液体闪烁探测器，目前正在中国的一个专用地下实验室建造。这是一个多用途的地下实验，其物理方案包括中微子质量等级测定、中微子振荡参数的精确测量、太阳、大气、地球中微子的测量以及其他重要的中微子物理研究。通过测量相关的正电子和中子信号，通过逆β衰变检测电子反中微子。在该探测通道中，宇宙射线μ子感生的放射性同位素是主要的本底，特别是与宇宙起源本底有关的那些（$^{9}$ Li/ $^{8}$ He和快中子）。它们主要是通过显示μ子产生的，μ子约占所有μ子的10%。考虑到$^{9}$ Li/ $^{8}$ He背景与母μ子在时间和空间上的相关性，沿μ子轨道的簇射顶点重建有助于剔除$^{9}$ Li/ $^{8}$ He等同位素的背景。通过波形仿真分析可知，这些簇射是造成光电倍增管输出波形多峰的主要原因。研究了μ子事件的波形分析和基于探测器模拟的簇射顶点重建的初步结果。
2022-03-01 hep-ex physics.ins-det
Dark Count Rate Stability of JUNO 20-inch PMTs in Mass Testing
本文利用JUNO泛亚测试设施对JUNO 20英寸PMT的暗计数率（DCR）进行了详细表征，研究了其稳定性、温度依赖性及DCR尖峰成因，为优化PMT性能和实现中微子物理目标提供了关键见解。
2025-08-11 hep-ex physics.ins-det
Parallelized JUNO simulation software based on SNiPER
江门地下中微子观测站（JUNO）是一个确定中微子质量等级的中微子实验。它有一个用于中微子探测的中央探测器，由一个装有20 kt LS的球形丙烯酸容器和大约18，000个20英寸PMT组成，用于收集LS发出的光。在裁谈会周围，有一个水池，以屏蔽放射性。WP配备了大约2000个PMT，通过探测切伦科夫光来测量宇宙射线μ子。作为JUNO离线仿真软件的重要组成部分之一，基于SNiPER开发了串行仿真框架。它负责物理发生器、探测器模拟、事件混合和数字化。然而，基于Geant 4的探测器模拟如此大的探测器是耗时且具有挑战性的。充分利用并行计算的优势来提高仿真速度是十分必要的。从版本10开始，Geant4支持事件级并行。即使基于pthread，它也可以用其他库（如Intel TBB）进行扩展。因此，通过Geant 4和SNiPER的集成，可以实现JUNO仿真框架的并行化。本文介绍了我们在并行仿真软件开发方面的进展。SNiPER框架可以在顺序模式、英特尔TBB模式或其他模式下运行。SNiPER任务组件负责事件循环，类似于简化的应用程序管理器。在仿真框架中引入了两种类型的任务，一种是全局任务，另一种是工人任务。全局任务将仅运行一次以初始化探测器几何和物理过程。工作者任务将在全局任务完成后生成。在每个工作者任务中，调用Geant4运行管理器来执行实际模拟。因此，仿真框架和底层的TBB已经被解耦。最后，…
2017-10-19 physics.ins-det
Atmospheric neutrino spectrum reconstruction with JUNO
大气中微子通量是一个连续的源，可以用来推断宇宙射线和中微子振荡物理的性质。JUNO天文台是中国目前正在建设的一个20 kt液体闪烁体，由于其大的基准体积和出色的能量分辨率，它将能够探测大气中微子。中微子相互作用产生的光将被一个双系统的光电传感器收集：大约18.000个20”光电倍增管和大约25.000个3”光电倍增管。实验大厅上方的岩石覆盖层约为700米，实验预计将于2021年完成建设。在这项研究中，JUNO重建大气中微子光谱的性能进行了评估。闪烁光在光电倍增管上的不同时间演化允许区分初级中微子的味道。为了重建事件的时间模式，仅使用来自3”PMT的信号，因为时间分辨率小。一个概率展开的方法已被使用，以推断的主要中微子能谱，通过观察探测器的输出。模拟光谱在100 MeV和10 GeV之间进行了重建，显示了该探测器在大气低能区的巨大潜力。最终通量的不确定性，包括统计和系统的贡献，范围在10%和25%之间，在GeV获得的最佳性能。
2019-10-23 hep-ex physics.ins-det
Jiangmen Underground Neutrino Observatory
江门地下中微子观测站（JUNO）是一个多用途的中微子振荡实验，旨在通过探测反应堆反中微子来确定中微子质量等级和精确测量振荡参数，观察超新星中微子，研究大气，太阳中微子和地球中微子，并进行奇异搜索，在地下700米深处安装了一个具有前所未有的$3\%$能量分辨率（1 MeV）的20千吨级液体闪烁体探测器，并具有其他丰富的科学可能性。目前MC研究表明，质量等级的敏感性在相对测量和绝对测量中分别为$\overline{Δχ^2}\sim 11$和$\overline{Δχ^2}\sim 16$。JUNO于2013年获得中国科学院批准，并于2014年建立了国际合作。土建施工正在准备中，探测器的R $\&$ D正在进行中。开发了一个新的离线软件框架，用于探测器模拟、事件重建和物理分析。JUNO计划在2020年左右开始收集数据。
2014-12-13 hep-ex physics.ins-det
Neutrino Physics with JUNO
江门地下中微子观测站（JUNO）是一个20 kton多用途的地下液体闪烁探测器，其主要物理目标是确定中微子的质量等级。它也能够观测来自地球和地外的中微子源，包括超新星爆发中微子，弥漫超新星中微子背景，地中微子，大气中微子，太阳中微子，以及外来的搜索，如核子衰变，暗物质，不育中微子等，我们提出的物理动机和预期的性能JUNO探测器的各种建议的测量。通过检测53公里外两个发电厂的反应堆反中微子，JUNO将在6年的运行中以3-4 sigma的显著性确定中微子质量等级。反中微子谱的测量也将导致六个振荡参数中的三个的精确测定，精确度优于1%。一个典型的核心坍缩超新星在10 kpc的中微子爆发将导致约5000个逆β衰变事件和约2000个全味中微子-质子弹性散射事件。对DSNB的探测将提供有关宇宙恒星形成速率和平均核心坍缩中微子能谱的有价值的信息。地球中微子可以在JUNO以每年约400个事件的速度被检测到，显着改善了现有地球中微子样本的统计数据。JUNO探测器对几种特殊的搜索敏感，例如通过$p\to K^++\barν$衰变通道的质子衰变。JUNO探测器将为解决粒子和天体物理学中许多悬而未决的关键问题提供独特的设施。它具有巨大的潜力，可以进一步推动我们对中微子基本性质的理解，中微子是我们宇宙的基石之一。
2015-10-18 hep-ex physics.ins-det
Refractive index in the JUNO liquid scintillator
本文使用椭偏仪和折射仪测量了JUNO液体闪烁体在260-1064 nm波段的折射率，精度达亚百分点水平，并通过干涉仪验证了群速度的预期值。
2024-05-30 hep-ex physics.ins-det
Deferred Optical Photon simulation for the JUNO experiment
江门地下中微子观测站（JUNO）是为确定中微子质量序和精确测量中微子振荡参数而设计的。它是在中国南方地下700米深处建造的，包括一个中心探测器，水切伦科夫探测器和顶部跟踪器。中心探测器采用20 kt液体闪烁体靶，由17,612个20英寸光电倍增管和25,600个3英寸光电倍增管组成，在1~MeV处的能量分辨率为3%。闪烁体提供约10，000个光子/MeV的光产额。蒙特卡罗模拟是一个重要的工具，发展的探测器性能的理解，需要生产的大样本的背景过程与光子。使用Geant 4模拟大量可见光子在计算上对处理时间和存储资源都具有挑战性。为了优化资源利用，提出并实现了一种基于Geant 4类的延迟光子仿真工作流程。其关键思想是模拟事件最初没有光学光子，只有执行光学光子模拟时，用户指定的标准得到满足。在这篇文章中，将介绍延迟光子模拟的设计和实现。
2022-02-14 physics.ins-det
Analysis of Light Attenuation Length Measurement of a High Quality Linear Alkylbenzene for the JUNO Experiment
本文分析了JUNO实验中LAB光衰减长度测量设备的升级与误差，通过蒙特卡罗模拟等方法将系统不确定性降至最低，测得新改进LAB样品光衰减长度达29.90±0.95米，为JUNO实现能量分辨率目标提供了有力证据。
2023-08-03 hep-ex physics.acc-ph physics.data-an
TAO -- The Taishan Antineutrino Observatory
台山中微子天文台（TAO或JUNO-TAO）是江门地下中微子天文台（JUNO）的卫星探测器。JUNO的目标是同时探测三味中微子振荡的两个主要频率，以及它们与质量排序相关的干扰，距离中国两个强大的核反应堆复合体约53公里。TAO位于泰山一号反应堆附近，以前所未有的能量分辨率独立测量反应堆的反中微子能谱。TAO实验将实现每天约2000个中微子的探测率。为了实现其目标，TAO依靠尖端技术，无论是在光电传感器和液体闪烁体（LS）的发展，预计将对未来的中微子和暗物质探测器的影响。在本文中，设计的TAO检测器，特别侧重于量热法进行了讨论。此外，还将介绍在TAO项目框架内，目前在光传感器和LS技术的研发方面所取得的进展。
2022-09-21 physics.ins-det
Mass testing of the JUNO experiment 20-inch PMTs readout electronics
针对江门中微子观测站（JUNO）20英寸PMT水下读出电子学需求，设计开发了与量产线同步的批量测试方案，十个月内完成6950块电子板测试，验收良率99.1%，保障实验装置建设。
2023-01-11 physics.ins-det
Energy reconstruction for large liquid scintillator detectors with machine learning techniques: aggregated features approach
HSE University（高等经济大学）；Joint Institute for Nuclear Research（联合核研究所）
由光电倍增管（PMT）阵列包围的液体闪烁体靶组成的大规模探测器广泛用于现代中微子实验：Borexino，KamLAND，大亚湾，Double Bronze，RENO和即将推出的JUNO及其卫星探测器TAO。这样的装置能够测量中微子能量，其可以从光的量及其在PMT通道上的空间和时间分布导出。然而，在大规模探测器中实现精细的能量分辨率是具有挑战性的。在这项工作中，我们提出了在JUNO探测器中进行能量重建的机器学习方法，这是最先进的探测器。我们集中在0-10 MeV的能量范围内的正电子事件，这对应于JUNO的主要信号-中微子起源于核反应堆堆芯，并通过逆β衰变通道检测。我们考虑以下模型：Boosted Decision Trees和Fully Connected Deep Neural Network，基于聚合特征进行训练，使用PMT收集的信息进行计算。我们描述了我们的特征工程过程的细节，并表明机器学习模型可以提供能量分辨率$σ= 3\%$在1兆电子伏使用工程特征的子集。用于模型训练和测试的数据集是使用官方JUNO软件通过Monte Carlo方法生成的。
2022-11-14 cs.LG physics.ins-det
Interpretable machine learning approach for electron antineutrino selection in a large liquid scintillator detector
Università degli Studi di Padova（帕多瓦大学）；INFN（意大利国家核物理研究院）；Università degli Studi di Catania（卡塔尼亚大学）
本文提出用全连接神经网络提升大型液体闪烁体探测器（以JUNO为例）中反应堆反中微子事例选择效率，并首次通过可解释性分析揭示模型决策依据，为改进传统选择方法提供指导。
2024-11-25 cs.LG hep-ex physics.data-an
Prospects in MPGDs development for neutron detection
本文件的目的是总结2015年3月16日和17日在CERN举行的第二届关于使用MPGD探测中子的学术界-工业界匹配活动的讨论和贡献。这些事件提供了一个平台，讨论的前景微图案气体探测器（MPGD）的热中子和快中子探测，商业限制和可能的解决方案。其目的是促进粒子物理界、中子探测器用户、仪器科学家和制造商之间的合作。
2016-01-07 hep-ex physics.ins-det
Development of next-generation event-driven x-ray hybrid CMOS detectors
The Pennsylvania State University（宾夕法尼亚州立大学）；NASA Goddard Space Flight Center（美国宇航局戈达德太空飞行中心）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
宾夕法尼亚州立大学联合Teledyne成像传感器研发出下一代事件驱动型X射线混合CMOS探测器，其事件驱动模式有效读出速率达10kHz，性能较全帧模式显著提升，该成果为相关探测器研发提供了新进展。
2026-08-07 astro-ph.IM physics.ins-det
Development and Benchmarking of JANGOFETT: A Novel Geant4-Operated Fission Event Tracking Tool
本文介绍JANGOFETT，一种结合外部裂变数据与修改版Geant4的事件追踪工具，可生成时间依赖的逐事件时间线，并通过252Cf自发裂变模拟验证其准确性。
2025-06-09 nucl-ex nucl-th physics.ins-det
