Differences

This shows you the differences between two versions of the page.

--- ml4gamma:wdocs:classic_reco_energy [27/06/2025 18:40] – volchugov
+++ ml4gamma:wdocs:classic_reco_energy [27/06/2025 18:44] (current) – volchugov
@@ Line 1: / Line 1: @@
 ====== Классическое восстановление энергии в моно режиме ======
-Классическое восстановление энергии первичных частиц высоких энергий, регистрируемых телескопами **TAIGA-IACT** в моно режиме представляет собой линейную регрессию на основе lookup-таблиц, полученных их моделирования.
+Классическое восстановление энергии первичных частиц высоких энергий, регистрируемых телескопами **TAIGA-IACT** в моно режиме представляет собой линейную регрессию на основе lookup таблиц, полученных их моделирования. Весь диапазон возможных значений dist разбивается на небольшие бины, например 0.25 градуса. Для событий в каждом бине определяется линейная зависимость между log(size) и log(energy). Коэффициенты линейной зависимости записываются в lookup таблицу.
-Весь диапазон возможных значений **dist** разбивается на небольшие бины, например, 0.25°. Для событий в каждом бине определяется линейная зависимость между `log(size)` и `log(energy)`. Коэффициенты линейной зависимости записываются в lookup-таблицу.
+==== Структура lookup таблицы ====
-==== Структура lookup-таблицы ====
+^ dist ^ N_points ^ a ^ b ^
+| dist - середина бина по dist | N_points - число событий в данном бине | a - коэффициент линейной связи в уравнении log(energy) = a*log(size) + b | b - коэффициент смещения в уравнении log(energy) = a*log(size) + b |
-^ dist (°) ^ N_points ^ a (угловой коэфф.) ^ b (смещение) ^
+==== Функция на Python ====
-| середина бина по dist  | число событий в бине | коэффициент связи в уравнении `log(energy) = a*log(size) + b` | коэффициент смещения в уравнении |
-==== Пример заголовка ====
+<code python>
-```text
+def reco_mono_energy(dist_value, size_value):
-dist,N_points,a,b
+    mask = np.abs(energy_lookup['dist'] - dist_value) <= bin_size
+    if not mask.any():
+        raise KeyError(f"Нет подходящего интервала для dist = {dist_value}")
+    row = energy_lookup.loc[mask].iloc[0]
+    return 10**(np.log10(size_value) * row['a'] + row['b'])
+</code>
+Энергетическое разрешение при таком подходе достигает в лучшем случае 25%, если не делать отбор событий по каким-либо параметрам.
+{{.:pics:20250627-183512.png}}
+Подробнее с процедурой восстановления энергии в моно режиме можно ознакомиться в jupyter notebook: \k38\taiga_pool\Hybrid_events\for_Krukov\Linear_reg_reco_en.ipynb
+В нем реализована процедура создания lookup таблицы и затем её использование на тестовом наборе данных для восстановления энергии.