ИСТИНА

Одной из основных задач анализа данных по космическим лучам с наземных установок - это определение различных параметров ШАЛ. К ним относятся, в частности, направление ШАЛ и точка его прихода. Значения этих параметров, а также величины сигналов, регистрируемые черенковскими станциями позволяют определить энергию первичных частиц, а следовательно построить спектр космических лучей. В настоящей работе исследуется возможность применения методов машинного обучения для восстановления направления ШАЛ методом глубоких нейронных сетей для анализа с установки TAIGA-HiSCORE. Показано, что сравнительно небольшие не размеру нейронные сети позволяют восстанавливать направление прихода ШАЛ с точностью, сравнимой с традиционными методами.