Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
POLITECNICO DI BARI - Catalogo dei prodotti della Ricerca
Context. Imaging atmospheric Cherenkov telescopes (IACTs) are used to observe very high-energy photons from the ground. Gamma rays are indirectly detected through the Cherenkov light emitted by the air showers they induce. The new generation of experiments, in particular the Cherenkov Telescope Array Observatory (CTAO), sets ambitious goals for discoveries of new gamma-ray sources and precise measurements of the already discovered ones. To achieve these goals, both hardware and data analysis must employ cutting-edge techniques. This also applies to the LST-1, the first IACT built for the CTAO, which is currently taking data on the Canary island of La Palma. Aims. This paper introduces a new event reconstruction technique for IACT data, aiming to improve the image reconstruction quality and the discrimination between the signal and the background from misidentified hadrons and electrons. Methods. The technique models the development of the extensive air shower signal, recorded as a waveform per pixel, seen by CTAO telescopes’ cameras. Model parameters are subsequently passed to random forest regressors and classifiers to extract information on the primary particle. Results. The new reconstruction was applied to simulated data and to data from observations of the Crab Nebula performed by the LST-1. The event reconstruction method presented here shows promising performance improvements. The angular and energy resolution, and the sensitivity, are improved by 10 to 20% over most of the energy range. At low energy, improvements reach up to 22%, 47%, and 50%, respectively. A future extension of the method to stereoscopic analysis for telescope arrays will be the next important step.
A new method of reconstructing images of gamma-ray telescopes applied to the LST-1 of CTAO / Abe, K.; Abe, S.; Abhishek, A.; Acero, F.; Aguasca-Cabot, A.; Agudo, I.; Alispach, C.; Alvarez Crespo, N.; Ambrosino, D.; Antonelli, L. A.; Aramo, C.; Arbet-Engels, A.; Arcaro, C.; Asano, K.; Aubert, P.; Baktash, A.; Balbo, M.; Bamba, A.; Baquero Larriva, A.; Barres de Almeida, U.; Barrio, J. A.; Barrios Jiménez, L.; Batkovic, I.; Baxter, J.; Becerra González, J.; Bernardini, E.; Bernete Medrano, J.; Berti, A.; Bezshyiko, I.; Bhattacharjee, P.; Bigongiari, C.; Bissaldi, E.; Blanch, O.; Bonnoli, G.; Bordas, P.; Borkowski, G.; Brunelli, G.; Bulgarelli, A.; Burelli, I.; Burmistrov, L.; Buscemi, M.; Cardillo, M.; Caroff, S.; Carosi, A.; Carrasco, M. S.; Cassol, F.; Castrejón, N.; Cauz, D.; Cerasole, D.; Ceribella, G.; Chai, Y.; Cheng, K.; Chiavassa, A.; Chikawa, M.; Chon, G.; Chytka, L.; Cicciari, G. M.; Cifuentes, A.; Contreras, J. L.; Cortina, J.; Costantini, H.; Da Vela, P.; Dalchenko, M.; Dazzi, F.; De Angelis, A.; de Bony de Lavergne, M.; De Lotto, B.; de Menezes, R.; Del Burgo, R.; Del Peral, L.; Delgado, C.; Delgado Mengual, J.; della Volpe, D.; Dellaiera, M.; Di Piano, A.; Di Pierro, F.; Di Tria, R.; Di Venere, L.; Díaz, C.; Dominik, R. M.; Dominis Prester, D.; Donini, A.; Dorner, D.; Doro, M.; Eisenberger, L.; Elsässer, D.; Emery, G.; Escudero, J.; Fallah Ramazani, V.; Ferrarotto, F.; Fiasson, A.; Foffano, L.; Freixas Coromina, L.; Fröse, S.; Fukazawa, Y.; Garcia López, R.; Gasbarra, C.; Gasparrini, D.; Geyer, D.; Giesbrecht Paiva, J.; Giglietto, N.; Giordano, F.; Gliwny, P.; Godinovic, N.; Grau, R.; Green, D.; Green, J.; Gunji, S.; Günther, P.; Hackfeld, J.; Hadasch, D.; Hahn, A.; Hassan, T.; Hayashi, K.; Heckmann, L.; Heller, M.; Herrera Llorente, J.; Hirotani, K.; Hoffmann, D.; Horns, D.; Houles, J.; Hrabovsky, M.; Hrupec, D.; Hui, D.; Iarlori, M.; Imazawa, R.; Inada, T.; Inome, Y.; Inoue, S.; Ioka, K.; Iori, M.; Iuliano, A.; Jimenez Martinez, I.; Jimenez Quiles, J.; Jurysek, J.; Kagaya, M.; Kalashev, O.; Karas, V.; Katagiri, H.; Kataoka, J.; Kerszberg, D.; Kobayashi, Y.; Kohri, K.; Kong, A.; Kubo, H.; Kushida, J.; Lainez, M.; Lamanna, G.; Lamastra, A.; Lemoigne, L.; Linhoff, M.; Longo, F.; López-Coto, R.; López-Oramas, A.; Loporchio, S.; Lorini, A.; Lozano Bahilo, J.; Luciani, H.; Luque-Escamilla, P. L.; Majumdar, P.; Makariev, M.; Mallamaci, M.; Mandat, D.; Manganaro, M.; Manicò, G.; Mannheim, K.; Marchesi, S.; Mariotti, M.; Marquez, P.; Marsella, G.; Martí, J.; Martinez, O.; Martínez, G.; Martínez, M.; Mas-Aguilar, A.; Maurin, G.; Mazin, D.; Méndez-Gallego, J.; Mestre Guillen, E.; Micanovic, S.; Miceli, D.; Miener, T.; Miranda, J. M.; Mirzoyan, R.; Mizuno, T.; Molero Gonzalez, M.; Molina, E.; Montaruli, T.; Moralejo, A.; Morcuende, D.; Morselli, A.; Moya, V.; Muraishi, H.; Nagataki, S.; Nakamori, T.; Neronov, A.; Nickel, L.; Nievas Rosillo, M.; Nikolic, L.; Nishijima, K.; Noda, K.; Nosek, D.; Novotny, V.; Nozaki, S.; Ohishi, M.; Ohtani, Y.; Oka, T.; Okumura, A.; Orito, R.; Otero-Santos, J.; Ottanelli, P.; Owen, E.; Palatiello, M.; Paneque, D.; Pantaleo, F. R.; Paoletti, R.; Paredes, J. M.; Pech, M.; Pecimotika, M.; Peresano, M.; Pfeifle, F.; Pietropaolo, E.; Pihet, M.; Pirola, G.; Plard, C.; Podobnik, F.; Pons, E.; Prandini, E.; Priyadarshi, C.; Prouza, M.; Rainò, S.; Rando, R.; Rhode, W.; Ribó, M.; Righi, C.; Rizi, V.; Rodriguez Fernandez, G.; Rodríguez Frías, M. D.; Ruina, A.; Ruiz-Velasco, E.; Saito, T.; Sakurai, S.; Sanchez, D. A.; Sano, H.; Šarić, T.; Sato, Y.; Saturni, F. G.; Savchenko, V.; Schiavone, F.; Schleicher, B.; Schmuckermaier, F.; Schubert, J. L.; Schussler, F.; Schweizer, T.; Seglar Arroyo, M.; Siegert, T.; Sitarek, J.; Sliusar, V.; Strišković, J.; Strzys, M.; Suda, Y.; Tajima, H.; Takahashi, H.; Takahashi, M.; Takata, J.; Takeishi, R.; Tam, P. H. T.; Tanaka, S. J.; Tateishi, D.; Tavernier, T.; Temnikov, P.; Terada, Y.; Terauchi, K.; Terzic, T.; Teshima, M.; Tluczykont, M.; Tokanai, F.; Torres, D. F.; Travnicek, P.; Tutone, A.; Vacula, M.; Vallania, P.; van Scherpenberg, J.; Vázquez Acosta, M.; Ventura, S.; Verna, G.; Viale, I.; Vigliano, A.; Vigorito, C. F.; Visentin, E.; Vitale, V.; Voitsekhovskyi, V.; Voutsinas, G.; Vovk, I.; Vuillaume, T.; Walter, R.; Wan, L.; Will, M.; Wójtowicz, J.; Yamamoto, T.; Yamazaki, R.; Yeung, P. K. H.; Yoshida, T.; Yoshikoshi, T.; Zhang, W.; Zywucka, N.. - In: ASTRONOMY & ASTROPHYSICS. - ISSN 0004-6361. - 691:(2024). [10.1051/0004-6361/202450889]
A new method of reconstructing images of gamma-ray telescopes applied to the LST-1 of CTAO
Context. Imaging atmospheric Cherenkov telescopes (IACTs) are used to observe very high-energy photons from the ground. Gamma rays are indirectly detected through the Cherenkov light emitted by the air showers they induce. The new generation of experiments, in particular the Cherenkov Telescope Array Observatory (CTAO), sets ambitious goals for discoveries of new gamma-ray sources and precise measurements of the already discovered ones. To achieve these goals, both hardware and data analysis must employ cutting-edge techniques. This also applies to the LST-1, the first IACT built for the CTAO, which is currently taking data on the Canary island of La Palma. Aims. This paper introduces a new event reconstruction technique for IACT data, aiming to improve the image reconstruction quality and the discrimination between the signal and the background from misidentified hadrons and electrons. Methods. The technique models the development of the extensive air shower signal, recorded as a waveform per pixel, seen by CTAO telescopes’ cameras. Model parameters are subsequently passed to random forest regressors and classifiers to extract information on the primary particle. Results. The new reconstruction was applied to simulated data and to data from observations of the Crab Nebula performed by the LST-1. The event reconstruction method presented here shows promising performance improvements. The angular and energy resolution, and the sensitivity, are improved by 10 to 20% over most of the energy range. At low energy, improvements reach up to 22%, 47%, and 50%, respectively. A future extension of the method to stereoscopic analysis for telescope arrays will be the next important step.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11589/280541
Citazioni
0
ND
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.