MétaCan
Menu
Retour à la cohorte
Enregistrement W2772217608 · doi:10.1088/1674-4527/18/3/27

An algorithm to resolve <i>γ</i> -rays from charged cosmic rays with DAMPE

2018· article· en· W2772217608 sur OpenAlexaff

Notice bibliographique

RevueResearch in Astronomy and Astrophysics · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueDark Matter and Cosmic Phenomena
Établissements canadiensInstitute of Particle Physics
Organismes subventionnairesnon disponible
Mots-clésCosmic rayMonte Carlo methodObservatoryDark matterCharged particleUltra-high-energy cosmic rayMuonSkyScintillation

Résumé

récupéré en direct d'OpenAlex

Abstract The DArk Matter Particle Explorer (DAMPE), also known as Wukong in China, which was launched on 2015 December 17, is a new high energy cosmic ray and γ -ray satellite-borne observatory. One of the main scientific goals of DAMPE is to observe GeV-TeV high energy γ -rays with accurate energy, angular and time resolution, to indirectly search for dark matter particles and for the study of high energy astrophysics. Due to the comparatively higher fluxes of charged cosmic rays with respect to γ -rays, it is challenging to identify γ -rays with sufficiently high efficiency, minimizing the amount of charged cosmic ray contamination. In this work we present a method to identify γ -rays in DAMPE data based on Monte Carlo simulations, using the powerful electromagnetic/hadronic shower discrimination provided by the calorimeter and the veto detection of charged particles provided by the plastic scintillation detector. Monte Carlo simulations show that after this selection the number of electrons and protons that contaminate the selected γ -ray events at ∼ 10GeV amounts to less than 1% of the selected sample. Finally, we use flight data to verify the effectiveness of the method by highlighting known γ -ray sources in the sky and by reconstructing preliminary light curves of the Geminga pulsar.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,302
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in Astronomy and AstrophysicsMême sujetDark Matter and Cosmic PhenomenaTravaux en français237 207