← Retour à la cohorte
Measurement of Atmospheric Neutrino Oscillation Parameters Using Convolutional Neural Networks with 9.3 Years of Data in IceCube DeepCore
M. Ackermann, J. Adams, Sanjib Kumar Agarwalla, J. A. Aguilar, M. Ahlers, Jean-Marco Alameddine, N. M. Amin, K. Andeen, G. Anton, C. Argüelles, Y. Ashida, S. Athanasiadou, L. Ausborm, S. N. Axani, X. Bai, A. Balagopal V., M. Baricevic, S. W. Barwick, Simeon Bash, Vedant Basu, R. Bay, J. J. Beatty, J. Becker Tjus, J. Beise, C. Bellenghi, Charlotte Benning, S. BenZvi, D. Berley, E. Bernardini, Dominique Besson, E. Blaufuss, Linda B. Bloom, Summer Blot, F. Bontempo, Caterina Boscolo Meneguolo, S. Böser, O. Botner, J. Böttcher, E. Bourbeau, J. Braun, B. Brinson, J. Brostean-Kaiser, Livia Brusa, Ryan T. Burley, Delaney Butterfield, Michael Campana, I. Caracas, K. Carloni, J. Graciá‐Carpio, J. Krishnamoorthi, Thien Nhan Chau, Z. Chen, D. Chirkin, S. Choi, B. A. Clark, A. Coleman, G. H. Collin, A. Connolly, J. M. Conrad, P. Coppin, Rebecca Corley, P. Correa, D. F. Cowen, P. Dave, C. De Clercq, James DeLaunay, D. Delgado, Sen Deng, Amruta Desai, P. Desiati, K. D. de Vries, G. de Wasseige, T. DeYoung, Alejandro A. Díaz, J. C. Díaz-Vélez, P. Dierichs, Markus Dittmer, A. Domi, Lincoln Draper, H. Dujmovic, K. Dutta, M. A. DuVernois, T. Ehrhardt, Leonhard Eidenschink, A. Eimer, P. Eller, E. Ellinger, Sharif El Mentawi, Dominik Elsässer, R. Engel, H. Erpenbeck, J. Evans, P. A. Evenson, Kwok Lung Fan, Ke Fang, Kareem Ramadan Farrag, A. R. Fazely, A. Fedynitch, N. Feigl, S. Fiedlschuster, C. Finley, L. Fischer, D. B. Fox, A. Franckowiak, Satoshi Fukami, Philipp Fürst, J. Gallagher, Erik Ganster, Alyssa Garcia, M. García, Gaurav Garg, Eliot Genton, L. Gerhardt, A. Ghadimi, C. Girard-Carillo, C. Glaser, T. Glüsenkamp, J. G. Gonzalez, Sreetama Goswami, Alejandra Granados, Darren Grant, S. J. Gray, Oliver Gries, S. Griffin, S. Griswold, Kathrine Mørch Groth, C. Günther, Pascal Gutjahr, C. Ha, Christian Haack, A. Hallgren, L. Halve, F. Halzen, H. Hamdaoui, M. Ha Minh, Michael Handt, K. Hanson, J. Hardin, A. A. Harnisch, P. Hatch, A. Haungs, Jonas Häußler, K. Helbing, Jonas Hellrung, J. Hermannsgabner, Lars Philipp Heuermann, N. Heyer, S. Hickford, A. Hidvegi, J. Hignight, C. Hill, G. C. Hill, K. D. Hoffman, Sam Hori, K. Hoshina, Matheus Hostert, Wenjie Hou, Thomas Huber, K. Hultqvist, M. Hünnefeld, R. Hussain, Karolin Hymon, A. Ishihara, W. Iwakiri, M. Jacquart, Oliver Janik, M. Jansson, G. S. Japaridze, Minjin Jeong, Miaochen Jin, Benjamin P. Jones, N. Kamp, Dong Woo Kang, Woosik Kang, X. Kang, A. Kappes, D. Kappesser, Leonora Kardum, T. Karg, M. Karl, A. Karle, Akanksha Katil, U. Katz, M. Kauer, J. L. Kelley, Manish Khanal, A. Khatee Zathul, A. Kheirandish, J. Kiryluk, S. R. Klein, A. Kochocki, R. Koirala, H. Kolanoski, T. Kontrimas, L. Köpke, C. Kopper, D. J. Koskinen, P. Koundal, M. Kovacevich, M. Kowalski, T. Kozynets, K. Kruiswijk, E. Krupczak, Anil Kumar, E. Kun, N. Kurahashi, N. N. Lad, Cristina Lagunas Gualda, M. Lamoureux, M. J. Larson, Silvia Latseva, F. Lauber, Jeffrey Lazar, J. W. Lee, Kayla Leonard DeHolton, A. Leszczyńska, J. Y. Liao, M. Lincetto, Yantao Liu, M. Liubarska, E. Lohfink, Christina Love, C. J. Lozano Mariscal, L. Lu, F. Lucarelli, W. Luszczak, W. Y., J. Madsen, Else Magnus, K. B. M. Mahn, Y. Makino, Elena Manao, S. Mancina, W. Marie Sainte, I. C. Mariş, S. Márka, Z. Márka, M. Marsee, I. Martinez-Soler, R. Maruyama, Finn Mayhew, Frank McNally, J. V. Mead, K. Meagher, S. Mechbal, A. Medina, Maximilian Meier, Y. Merckx, Lukas Merten, J. Micallef, J. Mitchell, T. Montaruli, R. W. Moore, Yasutsugu Morii, R. Morse, Marjon Moulai, T. Mukherjee, Richard Naab, Ryo Nagai, M. Nakos, U. Naumann, J. Necker, Akshima Negi, Ludwig Neste, M. Neumann, H. Niederhausen, M. U. Nisa, K. Noda, A. Noell, Alexander S. Novikov, A. Obertacke Pollmann, Vivian O'Dell, Bob Oeyen, A. Olivas, R. Orsoe, J. Osborn, Erin O’Sullivan, H. Pandya, N. Park, G. K. Parker, E. N. Paudel, L. Paul, C. Pérez de los Heros, Teresa Pernice, J. Peterson, S. Philippen, A. Pizzuto, M. Plum, Axel Ponten, Y. Popovych, M. Prado Rodriguez, B. Pries, R. Procter-Murphy, G. T. Przybylski, Christoph Raab, J. Rack-Helleis, Martin Langgård Ravn, K. Rawlins, Z. Rechav, Abdul Rehman, P. Reichherzer, E. Resconi, S. Reusch, W. Rhode, B. Riedel, Adam Rifaie, E. J. Roberts, S. Robertson, S. Rodan, G. Roellinghoff, M. Rongen, Aske Rosted, C. Rott, T. Ruhe, L. Ruohan, D. Ryckbosch, I. Safa, J. Saffer, D. Salazar-Gallegos, P. Sampathkumar, A. Sandrock, M. Santander, S. Sarkar, S. Sarkar, J. Savelberg, P. Savina, Patrick Schaile, M. Schaufel, H. Schieler, S. Schindler, B. Schlüter, Felix Schlüter, Nick Schmeisser, Torsten C. Schmidt, J. Schneider, F. G. Schröder, L. Schumacher, S. Sclafani, D. Seckel, Mohammad Ful Hossain Seikh, Minhye Seo, S. Seunarine, P. Sevle Myhr, R. Shah, S. Shefali, N. Shimizu, M. Silva, B. Skrzypek, B. Smithers, R. Snihur, J. Soedingrekso, A. Søgaard, D. Soldin, Philipp Soldin, Giacomo Sommani, C. Spannfellner, G. M. Spiczak, C. Spiering, M. Stamatikos, T. Stanev, T. Stezelberger, T. Stürwald, Thomas Stuttard, G. W. Sullivan, I. Taboada, A. Terliuk, Matthias Thiesmeyer, W. G. Thompson, Jessie Thwaites, S. Tilav, K. Tollefson, C. Tönnis, Simona Toscano, D. Tosi, A. Trettin, R. Turcotte, Jean Pierre Twagirayezu, Martin Unland Elorrieta, A. K. Upadhyay, K. Upshaw, A. Vaidyanathan, N. Valtonen-Mattila, J. Vandenbroucke, N. van Eijndhoven, D. Vannerom, J. van Santen, J. Vara, J. Veitch-Michaelis, M. Venugopal, Matthias Vereecken, S. Verpoest, Doğa Veske, A. Vijai, C. Walck, Andrew Wang, Chris Weaver, Philip Weigel, Andreas Weindl, J. Weldert, Alex Wen, C. Wendt, J. Werthebach, M. Weyrauch, N. Whitehorn, C. H. Wiebusch, D. R. Williams, J. R. Willison, Lucas Witthaus, A. Wolf, M. Wolf, Gerrit Wrede, Xiaolin Xu, J. P. Yanez, Emre Burak Yildizci, S. Yoshida, R. Young, Shaoqing Yu, T. Yuan, Z. Zhang, P. Zhelnin, Perri Zilberman, Melany Zimmerman
Notice bibliographique
RevuePhysical Review Letters · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysics and Cosmic Phenomena
Établissements canadiensUniversity of AlbertaQueen's University
Organismes subventionnairesOffice of Experimental Program to Stimulate Competitive ResearchJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of CanadaPhysics Division, National Center for Theoretical SciencesOffice of Polar ProgramsCollege of Engineering, Michigan State UniversityHelmholtz Alliance for Astroparticle PhysicsAlliance de recherche numérique du CanadaChiba UniversityInstitute for Global Prominent Research, Chiba UniversityRWTH Aachen UniversityKnut och Alice Wallenbergs StiftelseMarsden FundBundesministerium für Bildung und ForschungSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science FoundationBelgian Federal Science Policy OfficeDeutsche ForschungsgemeinschaftDeutsches Elektronen-SynchrotronNational Energy Research Scientific Computing CenterAustralian Research CouncilWestern Canada Research GridFonds De La Recherche Scientifique - FNRSPolarforskningssekretariatetUniversity of MarylandWisconsin Alumni Research FoundationNational Research Foundation of KoreaVillum FondenCompute CanadaCanada Foundation for InnovationMarquette UniversityVetenskapsrådetU.S. Department of EnergyUniversity of Wisconsin-MadisonNvidiaCarlsbergfondetOffice of Advanced CyberinfrastructureEuropean CommissionNational Research FoundationMichigan State UniversityFonds Wetenschappelijk Onderzoek
Mots-clésPhysicsNeutrinoParticle physicsNeutrino oscillationOscillation (cell signaling)AlgorithmAnalytical Chemistry (journal)Computer science
Résumé
The DeepCore subdetector of the IceCube Neutrino Observatory provides access to neutrinos with energies above approximately 5 GeV. Data taken between 2012 and 2021 (3387 days) are utilized for an atmospheric ν_{μ} disappearance analysis that studied 150 257 neutrino-candidate events with reconstructed energies between 5 and 100 GeV. An advanced reconstruction based on a convolutional neural network is applied, providing increased signal efficiency and background suppression, resulting in a measurement with both significantly increased statistics compared to previous DeepCore oscillation results and high neutrino purity. For the normal neutrino mass ordering, the atmospheric neutrino oscillation parameters and their 1σ errors are measured to be Δm_{32}^{2}=2.40_{-0.04}^{+0.05}×10^{-3} eV^{2} and sin^{2}θ_{23}=0.54_{-0.03}^{+0.04}. The results are the most precise to date using atmospheric neutrinos, and are compatible with measurements from other neutrino detectors including long-baseline accelerator experiments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,489
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 Opus0,033
Tête enseignante GPT0,275
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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
Citations16
Publié2025
Routes d'admission2
Résumé présentoui