Fattibilità della discriminazione della massa primaria evento per evento utilizzando osservabili radio e apprendimento automatico supervisionato

Nuova ricerca esplora la discriminazione di massa con osservabili radio

Un nuovo studio, pubblicato su arXiv (2601.05969v1), indaga la fattibilità della discriminazione della massa primaria evento per evento utilizzando esclusivamente osservabili radio. La ricerca si concentra sull’analisi della possibilità di distinguere tra diversi tipi di particelle primarie (come protoni e nuclei atomici) che colpiscono l’atmosfera terrestre, basandosi unicamente sulle emissioni radio generate dalle cascate di raggi cosmici.

Nonostante l’analisi non richieda la ricostruzione esplicita del massimo dello sciame ($X_{max}$), la capacità di discriminazione deriva dalla sensibilità delle osservabili radio allo sviluppo longitudinale dello sciame atmosferico esteso (EAS). Questo approccio radio-based potrebbe essere particolarmente rilevante per esperimenti che si basano solo sulla radio, come GRAND. Per valutare la fattibilità, sono stati stabiliti limiti superiori conservativi sull’accuratezza della discriminazione, utilizzando un algoritmo di apprendimento automatico supervisionato, ovvero una random forest (RF). I dati utilizzati comprendono i campi elettrici di picco e le pendenze spettrali, che offrono un potere di discriminazione complementare, oltre alle distanze delle antenne dall’asse dello sciame.

L’RF è stata addestrata e testata utilizzando grandi set di eventi generati dalla simulazione di emissione radio veloce e dalla risposta semplificata del rivelatore implementata nel framework RDSim. I risultati mostrano accuratezze di discriminazione tra l’81% e il 96% sull’intervallo zenitale studiato, anche dopo aver normalizzato ogni sciame per la sua energia elettromagnetica. Questi risultati dimostrano che la discriminazione della massa primaria evento per evento, usando osservabili radio, è fattibile in linea di principio.


Paper: ArXiv.org