Learning the composition of ultrahigh energy cosmic rays

Bortolato, Blaž (avtor), Kamenik, Jernej (avtor), Tammaro, Michele (avtor)

We apply statistical inference on the Pierre Auger Open Data to discern the mass composition of cosmic rays at different energies. Working with longitudinal electromagnetic profiles of cosmic ray showers, in particular their peaking depths X$_{max}$, we employ central moments of the X$_{max}$ distributions to discriminate between different shower compositions. We find that already the first few moments entail the most relevant information to infer the primary cosmic ray mass spectrum. Our approach, based on an unbinned likelihood, allows us to consistently account for sources of statistical uncertainties due to finite datasets, both measured and simulated, as well as systematic effects. Finally, we provide a quantitative comparison of different high energy hadronic interaction models available in the atmospheric shower simulation codes.

• Jezik: Angleški jezik
• Ključne besede: cosmic rays, astroparticles, detectors, gravitation, cosmology, astrophysics, statistical physics, thermodynamics
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.01 - Izvirni znanstveni članek
• Organizacija: FMF - Fakulteta za matematiko in fiziko
• Status publikacije: Objavljeno
• Različica publikacije: Objavljena publikacija
• Leto izida: 2023
• Št. strani: 32 str.
• Številčenje: Vol. 108, iss. 2, art. 022004
• PID: 20.500.12556/RUL-164666
• UDK: 53
• ISSN pri članku: 2470-0010
• DOI: 10.1103/PhysRevD.108.022004
• COBISS.SI-ID: 159693827
• Datum objave v RUL: 06.11.2024

Gradivo je del revije

• Naslov: Physical review
• Skrajšan naslov: Phys. rev., D
• Založnik: American Physical Society
• ISSN: 2470-0010
• COBISS.SI-ID: 29757223

Licence

• Licenca: CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
• Povezava: http://creativecommons.org/licenses/by/4.0/deed.sl
• Opis: To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Projekti

• Financer: ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
• Številka projekta: J1-3013
• Naslov: Precizne študije okusov s pomočjo strojnega učenja

• Financer: ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
• Številka projekta: P1-0035
• Naslov: Teorija jedra, osnovnih delcev in polj