Examinando por Autor "Hahn, Steffen Traugott"

Mostrando 1 - 1 de 1
  • Miniatura
    ÍtemAcceso Abierto
    Métodos para estimar observables sensibles a la masa de rayos cósmicos de energía ultra alta utilizando redes neuronales artificiales
    (Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato) Hahn, Steffen Traugott; Engel, Ralph; Wundheiler, Brian; Comisión Nacional de Energía Atómica. Gerencia Área Académica. Gerencia Instituto Sabato
    El Observatorio Pierre Auger, localizado en el hemisferio sur, es el mayor observatorio de rayos cósmicos del mundo, con un área de detección efectiva de más de 3000 km2, diseñado específicamente para detectar las cascadas de partículas inducidas. Para ello, utiliza un diseño híbrido, empleando la atmósfera como calorímetro para observar el desarrollo longitudinal de la cascada con detectores de fluorescencia, y un detector de superficie con estaciones ordenadas regularmente a nivel del suelo para medir el desarrollo lateral de las partículas secundarias producidas. Comúnmente, las partículas que llegan al suelo conforman la denominada ”huella de la cascada”. El reciente aumento de la popularidad de las redes neuronales artificiales ha proporcionado nuevas herramientas y de fácil implementación para abordar los problemas de la Física. El uso de redes neuronales ofrece la oportunidad de relacionar datos detallados, como las huellas de las cascadas, con observables físicos, como la energía de una cascada, sin necesidad de construir modelos analíticos. El objetivo central de esta tesis es la investigación de métodos basados en redes neuronales para extraer información de los datos tomados por el detector de superficie del Observatorio Pierre Auger que esté correlacionada con la masa de los rayos cósmicos. Para ello, he considerado dos enfoques diferentes y explorado la viabilidad del uso de redes neuronales. Así, el primer enfoque se basa en la extracción del contenido de muones en cada estación del detector de superficie y el segundo enfoque se basa en la medición de toda la huella de la cascada. Utilizando estudios de simulación de Monte Carlo, descarté el primer enfoque en favor del segundo, que mostró resultados más prometedores. A partir de este estudio basado en simulaciones, seleccioné tres modelos de red neuronal diferentes entrenados para predecir la máxima profundidad de la cascada, el contenido relativo de muones y la masa logarítmica a partir de las huellas de la cascada. Como paso final, apliqué las redes a datos medidos en el observatorio para estimar la composición química de los rayos cósmicos primarios.