← Neueste Arbeiten
⚛️ high-energy experiments

Reconstruction of atmospheric neutrinos in DUNE's horizontal-drift far-detector module

Diese Arbeit zeigt, dass die Einbeziehung der vollständigen Information des hadronischen Systems anstelle von lediglich Leptonen-Daten die Rekonstruktionsauflösung der Richtung und Energie atmosphatischer Neutrinos in der horizontal driftenden Flüssigargon-Zeitprojektionskammer von DUNE signifikant verbessert und damit eine Grundlage für zukünftige Oszillationssensitivitätsanalysen schafft.

Ursprüngliche Autoren: DUNE Collaboration, S. Abbaslu, F. Abd Alrahman, A. Abed Abud, R. Acciarri, L. P. Accorsi, M. A. Acero, M. R. Adames, G. Adamov, M. Adamowski, C. Adriano, F. Akbar, F. Alemanno, N. S. Alex, K. Allison
Veröffentlicht 2026-08-10
📖 8 Min. Lesezeit🧠 Tiefgang

Ursprüngliche Autoren: DUNE Collaboration, S. Abbaslu, F. Abd Alrahman, A. Abed Abud, R. Acciarri, L. P. Accorsi, M. A. Acero, M. R. Adames, G. Adamov, M. Adamowski, C. Adriano, F. Akbar, F. Alemanno, N. S. Alex, K. Allison, M. Alrashed, A. Alton, R. Alvarez, T. Alves, A. Aman, H. Amar, P. Amedo, J. Anderson, D. A. Andrade, C. Andreopoulos, M. Andreotti, M. P. Andrews, F. Andrianala, S. Andringa, F. Anjarazafy, S. Ansarifard, D. Antic, M. Antoniassi, A. Aranda-Fernandez, T. Araya-Santander, L. Arellano, E. Arrieta Diaz, M. A. Arroyave, M. Arteropons, J. Asaadi, M. Ascencio, A. Ashkenazi, D. Asner, L. Asquith, E. Atkin, D. Auguste, A. Aurisano, V. Aushev, D. Autiero, D. Ávila Gómez, M. B. Azam, F. Azfar, A. Back, J. J. Back, Y. Bae, I. Bagaturia, L. Bagby, D. Baigarashev, S. Balasubramanian, A. Balboni, P. Baldi, W. Baldini, J. Baldonedo, B. Baller, B. Bambah, F. Barao, D. Barbu, G. Barenboim, P. Barham Alzás, G. J. Barker, W. Barkhouse, G. Barr, A. Barros, N. Barros, D. Barrow, J. L. Barrow, A. Basharina-Freshville, A. Bashyal, V. Basque, M. Bassani, D. Basu, C. Batchelor, L. Bathe-Peters, J. B. R. Battat, F. Battisti, J. Bautista, F. Bay, J. L. L. Bazo Alba, J. F. Beacom, E. Bechetoille, B. Behera, E. Belchior, B. Bell, G. Bell, L. Bellantoni, G. Bellettini, V. Bellini, O. Beltramello, A. Belyaev, C. Benitez Montiel, D. Benjamin, F. Bento Neves, J. Berger, S. Berkman, J. Bermudez, J. Bernal, P. Bernardini, A. Bersani, E. Bertholet, E. Bertolini, S. Bertolucci, M. Betancourt, A. Betancur Rodríguez, Y. Bezawada, A. T. Bezerra, A. Bhat, V. Bhatnagar, M. Bhattacharjee, S. Bhattacharjee, M. Bhattacharya, S. Bhuller, B. Bhuyan, S. Biagi, J. Bian, K. Biery, B. Bilki, M. Bishai, P. Bishop, A. Blake, F. D. Blaszczyk, G. C. Blazey, E. Blucher, A. Bodek, B. Bogart, J. Boissevain, S. Bolognesi, T. Bolton, L. Bomben, M. Bonesini, C. Bonilla-Diaz, A. Booth, F. Boran, C. Borden, R. Borges Merlo, N. Bostan, G. Botogoske, B. Bottino, R. Bouet, J. Boza, J. Bracinik, B. Brahma, D. Brailsford, F. Bramati, A. Branca, A. Brandt, J. Bremer, S. J. Brice, V. Brio, C. Brizzolari, C. Bromberg, J. Brooke, A. Bross, G. Brunetti, M. B. Brunetti, N. Buchanan, H. Budd, J. Buergi, A. Bundock, D. Burgardt, S. Butchart, G. Caceres V., R. Calabrese, R. Calabrese, J. Calcutt, L. Calivers, E. Calvo, A. Caminata, A. F. Camino, W. Campanelli, A. Campani, A. Campos Benitez, N. Canci, J. Capó, I. Caracas, D. Caratelli, D. Carber, J. M. Carceller, G. Carini, B. Carlus, M. F. Carneiro, P. Carniti, I. Caro Terrazas, H. Carranza, N. Carrara, L. Carroll, T. Carroll, A. Carter, E. Casarejos, D. Casazza, J. F. Castaño Forero, F. A. Castaño, C. Castromonte, E. Catano-Mur, C. Cattadori, F. Cavalier, F. Cavanna, E. F. Ceceña-Avendaño, S. Centro, G. Cerati, C. Cerna, A. Cervelli, A. Cervera Villanueva, J. Chakrani, M. Chalifour, A. Chappell, A. Chatterjee, B. Chauhan, C. Chavez Barajas, H. Chen, M. Chen, W. C. Chen, Y. Chen, Z. Chen, D. Cherdack, S. S. Chhibra, C. Chi, F. Chiapponi, R. Chirco, N. Chitirasreemadam, K. Cho, S. Choate, G. Choi, D. Chokheli, P. S. Chong, B. Chowdhury, D. Christian, M. Chung, E. Church, M. F. Cicala, M. Cicerchia, V. Cicero, R. Ciolini, P. Clarke, G. Cline, A. G. Cocco, J. A. B. Coelho, A. Cohen, J. Collazo, J. Collot, H. Combs, J. M. Conrad, L. Conti, T. Contreras, M. Convery, K. Conway, S. Copello, P. Cova, C. Cox, L. Cremonesi, J. I. Crespo-Anadón, M. Crisler, E. Cristaldo, J. Crnkovic, G. Crone, R. Cross, A. Cudd, C. Cuesta, Y. Cui, F. Curciarello, D. Cussans, J. Dai, O. Dalager, W. Dallaway, R. D'Amico, H. da Motta, Z. A. Dar, R. Darby, L. Da Silva Peres, Q. David, G. S. Davies, S. Davini, J. Dawson, R. De Aguiar, P. Debbins, M. P. Decowski, A. de Gouvêa, P. C. De Holanda, P. De Jong, P. Del Amo Sanchez, G. De Lauretis, A. Delbart, M. Delgado, A. Dell'Acqua, G. Delle Monache, N. Delmonte, P. De Lurgio, G. De Matteis, J. R. T. de Mello Neto, A. P. A. De Mendonca, D. M. DeMuth, S. Dennis, C. Densham, P. Denton, G. W. Deptuch, A. De Roeck, V. De Romeri, J. P. Detje, J. Devine, K. Dhanmeher, R. Dharmapalan, M. Dias, A. Diaz, J. S. Díaz, F. Díaz, F. Di Capua, A. Di Domenico, S. Di Domizio, S. Di Falco, L. Di Giulio, P. Ding, L. Di Noto, E. Diociaiuti, G. Di Sciascio, V. Di Silvestre, C. Distefano, R. Di Stefano, R. Diurba, M. Diwan, Z. Djurcic, S. Dolan, M. Dolce, M. J. Dolinski, D. Domenici, S. Dominguez, S. Donati, S. Doran, D. Douglas, T. A. Doyle, F. Drielsma, D. Duchesneau, K. Duffy, K. Dugas, P. Dunne, B. Dutta, D. A. Dwyer, A. S. Dyshkant, S. Dytman, M. Eads, A. Earle, S. Edayath, D. Edmunds, J. Eisch, W. Emark, P. Englezos, A. Ereditato, T. Erjavec, C. O. Escobar, J. J. Evans, E. Ewart, A. C. Ezeribe, K. Fahey, A. Falcone, M. Fani', D. Faragher, C. Farnese, Y. Farzan, J. Felix, Y. Feng, M. Ferreira da Silva, G. Ferry, E. Fialova, L. Fields, P. Filip, A. Filkins, F. Filthaut, G. Fiorillo, M. Fiorini, S. Fogarty, W. Foreman, J. Fowler, J. Franc, K. Francis, D. Franco, J. Franklin, J. Freeman, J. Fried, A. Friedland, M. Fucci, S. Fuess, I. K. Furic, K. Furman, A. P. Furmanski, R. Gaba, A. Gabrielli, A. M Gago, F. Galizzi, H. Gallagher, M. Galli, N. Gallice, V. Galymov, E. Gamberini, T. Gamble, R. Gandhi, S. Ganguly, F. Gao, S. Gao, D. Garcia-Gamez, M. Á. García-Peris, F. Gardim, S. Gardiner, A. Gartman, A. Gauch, P. Gauzzi, S. Gazzana, G. Ge, N. Geffroy, B. Gelli, S. Gent, L. Gerlach, A. Ghosh, T. Giammaria, D. Gibin, I. Gil-Botella, A. Gioiosa, S. Giovannella, A. K. Giri, V. Giusti, D. Gnani, O. Gogota, S. Gollapinni, K. Gollwitzer, R. A. Gomes, L. S. Gomez Fajardo, D. Gonzalez-Diaz, J. Gonzalez-Santome, M. C. Goodman, S. Goswami, C. Gotti, J. Goudeau, C. Grace, E. Gramellini, R. Gran, P. Granger, C. Grant, D. R. Gratieri, G. Grauso, P. Green, S. Greenberg, W. C. Griffith, A. Gruber, K. Grzelak, L. Gu, W. Gu, V. Guarino, M. Guarise, R. Guenette, M. Guerzoni, D. Guffanti, A. Guglielmi, F. Y. Guo, A. Gupta, V. Gupta, G. Gurung, D. Gutierrez, P. Guzowski, M. M. Guzzo, S. Gwon, A. Habig, L. Haegel, R. Hafeji, L. Hagaman, A. Hahn, J. Hakenmüller, T. Hamernik, P. Hamilton, J. Hancock, M. Handley, F. Happacher, B. Harris, D. A. Harris, L. Harris, A. L. Hart, J. Hartnell, T. Hartnett, J. Harton, T. Hasegawa, C. M. Hasnip, K. Hassinin, R. Hatcher, S. Hawkins, J. Hays, M. He, A. Heavey, K. M. Heeger, A. Heindel, J. Heise, P. Hellmuth, L. Henderson, J. Hernández, M. A. Hernandez Morquecho, K. Herner, V. Hewes, A. Higuera, A. Himmel, E. Hinkle, L. R. Hirsch, J. Ho, J. Hoefken Zink, J. Hoff, A. Holin, T. Holvey, C. Hong, S. Horiuchi, G. A. Horton-Smith, R. Hosokawa, T. Houdy, B. Howard, R. Howell, I. Hristova, M. S. Hronek, H. Hua, J. Huang, R. G. Huang, X. Huang, Z. Hulcher, A. Hussain, G. Iles, N. Ilic, A. M. Iliescu, R. Illingworth, G. Ingratta, A. Ioannisian, M. Ismerio Oliveira, C. M. Jackson, A. Jacobi, V. Jain, E. James, W. Jang, B. Jargowsky, D. Jena, I. Jentz, C. Jiang, J. Jiang, A. Jipa, J. H. Jo, F. R. Joaquim, W. Johnson, C. Jollet, R. Jones, M. Joshi, N. Jovancevic, M. Judah, C. K. Jung, K. Y. Jung, T. Junk, Y. Jwa, M. Kabirnezhad, A. C. Kaboth, I. Kadenko, O. Kalikulov, D. Kalra, M. Kandemir, S. Kar, G. Karagiorgi, G. Karaman, A. Karcher, Y. Karyotakis, S. P. Kasetti, L. Kashur, A. Kauther, N. Kazaryan, L. Ke, E. Kearns, P. T. Keener, K. J. Kelly, R. Keloth, E. Kemp, O. Kemularia, Y. Kermaidic, W. Ketchum, S. H. Kettell, N. Khan, A. Khvedelidze, D. Kim, J. Kim, M. J. Kim, S. Kim, B. King, M. King, M. Kirby, A. Kish, J. Klein, J. Kleykamp, A. Klustova, T. Kobilarcik, L. Koch, K. Koehler, L. W. Koerner, D. H. Koh, M. Kordosky, T. Kosc, V. A. Kostelecký, I. Kotler, W. Krah, R. Kralik, M. Kramer, F. Krennrich, T. Kroupova, S. Kubota, M. Kubu, V. A. Kudryavtsev, G. Kufatty, S. Kuhlmann, A. Kumar, J. Kumar, M. Kumar, P. Kumar, P. Kumar, S. Kumaran, J. Kunzmann, V. Kus, T. Kutter, J. Kvasnicka, T. Labree, M. Lachat, T. Lackey, I. Lalău, A. Lambert, B. J. Land, C. E. Lane, N. Lane, K. Lang, T. Langford, M. Langstaff, F. Lanni, J. Larkin, P. Lasorak, D. Last, A. Laundrie, G. Laurenti, E. Lavaut, H. Lay, I. Lazanu, R. LaZur, M. Lazzaroni, S. Leardini, J. Learned, T. LeCompte, G. Lehmann Miotto, R. Lehnert, M. Leitner, H. Lemoine, D. Leon Silverio, L. M. Lepin, J. -Y Li, S. W. Li, Y. Li, R. Lima, C. S. Lin, D. Lindebaum, S. Linden, R. A. Lineros, A. Lister, B. R. Littlejohn, J. Liu, Y. Liu, S. Lockwitz, I. Lomidze, K. Long, J. Lopez, I. López de Rego, N. López-March, J. M. LoSecco, A. Lozano Sanchez, X. -G. Lu, K. B. Luk, X. Luo, E. Luppi, A. A. Machado, P. Machado, C. T. Macias, J. R. Macier, M. MacMahon, S. Magill, C. Magueur, K. Mahn, A. Maio, N. Majeed, A. Major, K. Majumdar, A. Malige, S. Mameli, M. Man, R. C. Mandujano, J. Maneira, S. Manly, K. Manolopoulos, M. Manrique Plata, S. Manthey Corchado, L. Manzanillas-Velez, E. Mao, M. Marchan, A. Marchionni, D. Marfatia, C. Mariani, J. Maricic, F. Marinho, A. D. Marino, T. Markiewicz, F. Das Chagas Marques, M. Marshak, C. M. Marshall, J. Marshall, L. Martina, J. Martín-Albo, D. A. Martinez Caicedo, M. Martinez-Casales, F. Martínez López, S. Martynenko, V. Mascagna, A. Mastbaum, M. Masud, F. Matichard, G. Matteucci, J. Matthews, C. Mauger, N. Mauri, K. Mavrokoridis, I. Mawby, F. Mayhew, T. McAskill, N. McConkey, B. McConnell, K. S. McFarland, C. McGivern, C. McGrew, A. McNab, C. McNulty, J. Mead, L. Meazza, V. C. N. Meddage, A. Medhi, M. Mehmood, B. Mehta, P. Mehta, F. Mei, P. Melas, L. Mellet, T. C. D. Melo, O. Mena, H. Mendez, D. P. Méndez, A. Menegolli, G. Meng, A. C. E. A. Mercuri, A. Meregaglia, M. D. Messier, S. Metallo, W. Metcalf, M. Mewes, H. Meyer, T. Miao, J. Micallef, A. Miccoli, G. Michna, R. Milincic, F. Miller, G. Miller, W. Miller, A. Minotti, L. Miralles Verge, C. Mironov, S. Miscetti, C. S. Mishra, P. Mishra, S. R. Mishra, D. Mladenov, I. Mocioiu, A. Mogan, R. Mohanta, T. A. Mohayai, N. Mokhov, J. Molina, L. Molina Bueno, E. Montagna, A. Montanari, C. Montanari, D. Montanari, D. Montanino, L. M. Montaño Zetina, M. Mooney, A. F. Moor, M. Moore, Z. Moore, D. Moreno, G. Moreno-Granados, O. Moreno-Palacios, L. Morescalchi, C. Morris, E. Motuk, C. A. Moura, G. Mouster, W. Mu, L. Mualem, J. Mueller, M. Muether, F. Muheim, A. Muir, Y. Mukhamejanov, A. Mukhamejanova, M. Mulhearn, D. Munford, L. J. Munteanu, H. Muramatsu, J. Muraz, M. Murphy, T. Murphy, A. Mytilinaki, J. Nachtman, Y. Nagai, S. Nagu, H. Nam, D. Naples, S. Narita, J. Nava, A. Navrer-Agasson, N. Nayak, M. Nebot-Guinot, A. Nehm, J. K. Nelson, O. Neogi, J. Nesbit, M. Nessi, D. Newbold, M. Newcomer, D. Newmark, R. Nichol, F. Nicolas-Arnaldos, A. Nielsen, A. Nikolica, J. Nikolov, E. Niner, X. Ning, K. Nishimura, A. Norman, A. Norrick, F. Noto, P. Novella, A. Nowak, J. A. Nowak, M. Oberling, J. P. Ochoa-Ricoux, S. Oh, S. B. Oh, A. Olivier, T. Olson, Y. Onel, Y. Onishchuk, A. Oranday, M. Osbiston, J. A. Osorio Vélez, L. O'Sullivan, L. Otiniano Ormachea, L. Pagani, G. Palacio, O. Palamara, S. Palestini, J. M. Paley, M. Pallavicini, C. Palomares, S. Pan, M. Panareo, P. Panda, V. Pandey, W. Panduro Vazquez, E. Pantic, V. Paolone, A. Papadopoulou, R. Papaleo, D. Papoulias, S. Paramesvaran, J. Park, J. Park, S. Parke, S. Parsa, S. Parveen, M. Parvu, D. Pasciuto, S. Pascoli, L. Pasqualini, J. Pasternak, G. Patel, J. L. Paton, C. Patrick, L. Patrizii, R. B. Patterson, T. Patzak, A. Paudel, J. Paul, L. Paulucci, Z. Pavlovic, G. Pawloski, D. Payne, A. Peake, V. Pec, E. Pedreschi, S. J. M. Peeters, W. Pellico, E. Pennacchio, A. Penzo, O. L. G. Peres, Y. F. Perez Gonzalez, L. Pérez-Molina, C. Pernas, J. Perry, D. Pershey, G. Pessina, G. Petrillo, C. Petta, R. Petti, M. Pfaff, V. Pia, G. M. Piacentino, L. Pickering, L. Pierini, F. Pietropaolo, V. L. Pimentel, G. Pinaroli, S. Pincha, J. Pinchault, K. Pitts, P. Plesniak, K. Pletcher, K. Plows, C. Pollack, T. Pollmann, F. Pompa, X. Pons, N. Poonthottathil, V. Popov, F. Poppi, J. Porter, L. G. Porto Paixão, M. Potekhin, M. Pozzato, R. Pradhan, T. Prakash, M. Prest, F. Psihas, D. Pugnere, D. Pullia, X. Qian, J. Queen, J. L. Raaf, M. Rabelhofer, V. Radeka, J. Rademacker, F. Raffaelli, A. Rafique, U. Rahaman, A. Rahe, S. Rajagopalan, M. Rajaoalisoa, I. Rakhno, L. Rakotondravohitra, M. A. Ralaikoto, L. Ralte, M. A. Ramirez Delgado, B. Ramson, S. S. Randriamanampisoa, A. Rappoldi, G. Raselli, T. Rath, P. Ratoff, R. Ray, H. Razafinime, R. F. Razakamiandra, E. M. Rea, J. S. Real, B. Rebel, R. Rechenmacher, J. Reichenbacher, S. D. Reitzner, E. Renner, S. Repetto, S. Rescia, F. Resnati, C. Reynolds, M. Ribas, S. Riboldi, C. Riccio, G. Riccobene, J. S. Ricol, M. Rigan, A. Rikalo, E. V. Rincón, A. Ritchie-Yates, D. Rivera, A. Robert, A. Roberts, E. Robles, A. Roche, M. Roda, D. Rodas Rodríguez, M. J. O. Rodrigues, J. Rodriguez Rondon, S. Rosauro-Alcaraz, P. Rosier, D. Ross, M. Rossella, M. Ross-Lonergan, T. Rotsy, N. Roy, P. Roy, P. Roy, C. Rubbia, D. Rudik, A. Ruggeri, G. Ruiz Ferreira, K. Rushiya, B. Russell, S. Sacerdoti, N. Saduyev, S. Saha, S. K. Sahoo, N. Sahu, S. Sakhiyev, P. Sala, G. Salmoria, S. Samanta, M. C. Sanchez, A. Sánchez-Castillo, P. Sanchez-Lucas, D. A. Sanders, S. Sanfilippo, D. Santoro, N. Saoulidou, P. Sapienza, I. Sarcevic, I. Sarra, G. Savage, V. Savinov, G. Scanavini, A. Scanu, A. Scaramelli, T. Schefke, H. Schellman, S. Schifano, P. Schlabach, D. Schmitz, A. W. Schneider, K. Scholberg, A. Schroeder, A. Schukraft, B. Schuld, S. Schwartz, A. Segade, H. Segal, E. Segreto, A. Selyunin, D. Senadheera, C. R. Senise, J. Sensenig, S. H. Seo, D. Seppela, M. H. Shaevitz, P. Shanahan, P. Sharma, R. Kumar, S. Sharma Poudel, K. Shaw, T. Shaw, K. Shchablo, J. Shen, C. Shepherd-Themistocleous, J. Shi, W. Shi, S. Shin, S. Shivakoti, A. Shmakov, I. Shoemaker, D. Shooltz, R. Shrock, M. Siden, J. Silber, L. Simard, J. Sinclair, G. Sinev, Jaydip Singh, J. Singh, L. Singh, P. Singh, V. Singh, S. Singh Chauhan, R. Sipos, C. Sironneau, G. Sirri, K. Siyeon, K. Skarpaas, J. Smedley, J. Smith, P. Smith, J. Smolik, M. Smy, M. Snape, E. L. Snider, P. Snopok, M. Soares Nunes, H. Sobel, M. Soderberg, H. Sogarwal, C. J. Solano Salinas, S. Söldner-Rembold, N. Solomey, V. Solovov, W. E. Sondheim, M. Sorbara, M. Sorel, J. Soto-Oton, A. Sousa, K. Soustruznik, D. Souza Correia, F. Spinella, J. Spitz, N. J. C. Spooner, D. Stalder, M. Stancari, L. Stanco, J. Steenis, R. Stein, H. M. Steiner, A. F. Steklain Lisbôa, J. Stewart, B. Stillwell, J. Stock, T. Stokes, T. Strauss, L. Strigari, A. Stuart, J. G. Suarez, J. Subash, A. Surdo, L. Suter, A. Sutton, K. Sutton, Y. Suvorov, R. Svoboda, S. K. Swain, C. Sweeney, B. Szczerbinska, A. M. Szelc, A. Sztuc, A. Taffara, N. Talukdar, J. Tamara, H. A. Tanaka, S. Tang, N. Taniuchi, A. M. Tapia Casanova, A. Tapper, S. Tariq, E. Tatar, R. Tayloe, A. M. Teklu, K. Tellez Giron Flores, J. Tena Vidal, P. Tennessen, M. Tenti, K. Terao, F. Terranova, G. Testera, T. Thakore, A. Thea, S. Thomas, A. Thompson, C. Thorpe, S. C. Timm, E. Tiras, V. Tishchenko, S. Tiwari, N. Todorović, L. Tomassetti, A. Tonazzo, D. Torbunov, D. Torres Muñoz, M. Torti, M. Tortola, Y. Torun, N. Tosi, D. Totani, M. Toups, C. Touramanis, V. Trabattoni, D. Tran, J. Trevor, E. Triller, S. Trilov, D. Trotta, J. Truchon, D. Truncali, W. H. Trzaska, Y. Tsai, Y. -T. Tsai, Z. Tsamalaidze, K. V. Tsang, N. Tsverava, S. Z. Tu, S. Tufanli, C. Tunnell, S. Turnberg, J. Turner, M. Tuzi, M. Tzanov, M. A. Uchida, J. Ureña González, J. Urheim, T. Usher, H. Utaegbulam, S. Uzunyan, M. R. Vagins, P. Vahle, G. A. Valdiviesso, E. Valencia, R. Valentim, Z. Vallari, E. Vallazza, J. W. F. Valle, R. Van Berg, D. V. Forero, P. Van Gemmeren, A. Vannozzi, M. Van Nuland-Troost, F. Varanini, D. Vargas Oliva, N. Vaughan, K. Vaziri, A. Vázquez-Ramos, J. Vega, J. Vences, S. Ventura, A. Verdugo, M. Verzocchi, K. Vetter, M. Vicenzi, H. Vieira de Souza, C. Vignoli, C. Vilela, E. Villa, S. Viola, B. Viren, G. V. Stenico, R. Vizarreta, A. P. Vizcaya Hernandez, S. Vlachos, G. Vorobyev, Q. Vuong, A. V. Waldron, L. Walker, H. Wallace, M. Wallach, J. Walsh, T. Walton, L. Wan, B. Wang, H. Wang, J. Wang, M. H. L. S. Wang, X. Wang, Y. Wang, D. Warner, L. Warsame, M. O. Wascko, D. Waters, A. Watson, K. Wawrowska, A. Weber, C. M. Weber, M. Weber, H. Wei, A. Weinstein, S. Westerdale, M. Wetstein, K. Whalen, A. J. White, L. H. Whitehead, D. Whittington, F. Wieler, J. Wilhelmi, M. J. Wilking, A. Wilkinson, C. Wilkinson, F. Wilson, R. J. Wilson, P. Winter, J. Wolcott, J. Wolfs, T. Wongjirad, A. Wood, K. Wood, D. Wooley, E. Worcester, M. Worcester, K. Wresilo, M. Wright, M. Wrobel, S. Wu, W. Wu, Z. Wu, M. Wurm, J. Wyenberg, B. M. Wynne, Y. Xiao, I. Xiotidis, B. Yaeggy, N. Yahlali, E. Yandel, G. Yang, J. Yang, T. Yang, A. Yankelevich, L. Yates, U. Yevarouskaya, K. Yonehara, T. Young, B. Yu, H. Yu, J. Yu, W. Yuan, M. Zabloudil, R. Zaki, J. Zalesak, L. Zambelli, B. Zamorano, A. Zani, O. Zapata, L. Zazueta, G. P. Zeller, J. Zennamo, J. Zettlemoyer, K. Zeug, C. Zhang, S. Zhang, Y. Zhang, L. Zhao, M. Zhao, E. D. Zimmerman, S. Zucchelli, A. Zummo, V. Zutshi, R. Zwaska

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, das Universum würde ständig auf uns herabregnen, aber anstelle von Wasser wäre es ein geisterhafter Schauer aus winzigen, unsichtbaren Teilchen namens Neutrinos. Diese Teilchen sind die ultimativen kosmischen Tramper; sie haben fast keine Masse, keine elektrische Ladung und können ganze Planeten, Sterne und sogar Sie durchqueren, ohne jemals „Hallo“ zu sagen oder einen Kratzer zu hinterlassen. Weil sie so schüchtern sind, ist das Fangen von ihnen wie der Versuch, ein Foto von einem Geist in einem dunklen Raum zu machen. Wissenschaftler bauen massive Detektoren tief unter der Erde, um sie vor anderen, lauten Teilchen abzuschirmen, in der Hoffnung, dass einmal im blauen Mondschein ein Neutrino auf ein Atom prallt und einen winzigen, flüchtigen Funken hinterlässt.

Warum kümmern wir uns um diese kosmischen Geister? Weil sie die Geheimnisse der größten Rätsel unserer Existenz bergen. Sie könnten erklären, warum das Universum aus Materie besteht, anstatt eine perfekte Mischung aus Materie und Antimaterie zu sein, die sich gegenseitig ausgelöscht hätte. Sie könnten uns die Reihenfolge ihrer eigenen „Massen“ verraten (welches das schwerste ist), ein Rätsel, das Physiker seit Jahrzehnten vor Rätsel stellt. Um dies zu lösen, müssen wir diese Neutrinos fangen, herausfinden, woher sie kamen, welcher Typ sie sind und wie viel Energie sie hatten. Es ist, als versuche man, ein Verbrechen aufzuklären, indem man nach den winzigen, verstreuten Krümeln sucht, die ein Dieb hinterlassen hat, der augenblicklich verschwunden ist.

In dieser Arbeit geht es um einen neuen, hochtechnologischen „Tatort“ namens DUNE (Deep Underground Neutrino Experiment), speziell geht es darum, wie gut sein riesiger Flüssig-Argon-Detektor atmosphische Neutrinos erfassen kann – jene, die nach kosmischen Strahlen, die unsere Atmosphäre treffen, aus dem Weltraum herabregnen. Die Forscher simulierten Millionen dieser Wechselwirkungen, um zu sehen, ob ihre Software das „Verbrechen“ genau rekonstruieren kann. Sie fanden heraus, dass sie durch eine kluge Mischung aus maschinellem Lernen und dem Betrachten von jedem Teilchen, das zurückbleibt (nicht nur des Hauptteilchens), die Richtung und Energie des Neutrinos mit beeindruckender Präzision bestimmen können, selbst bei Teilchen, die nur teilweise in den Detektor krachen. Das bedeutet, dass DUNE bereit ist, diese kosmischen Geister zu jagen und vielleicht den Code der tiefsten Geheimnisse des Universums zu knacken.


Die Geisterjäger und der Flüssigspiegel

Stellen Sie sich den DUNE-Detektor wie ein riesiges, transparentes Schwimmbecken vor, das mit flüssigem Argon gefüllt ist, einem Edelgas, das so kalt ist, dass es in einen flüssigen Zustand gefroren ist. Wenn ein Neutrino (der Geist) sich schließlich entscheidet, mit einem Argonatom zu interagieren, verschwindet es nicht einfach; es erzeugt eine chaotische Party aus neuen Teilchen. Einige von ihnen sind wie lange, gerade Pfeile (Myonen), während andere wie explodierende Feuerwerke (Elektronen und Hadronen) wirken. Während diese neuen Teilchen durch die Flüssigkeit sausen, schlagen sie Elektronen aus den Argonatomen heraus und erzeugen eine Spur aus Ionisation.

Der Detektor ist mit einem „horizontalen Drift“-System ausgestattet. Stellen Sie sich vor, das flüssige Argon sei ein riesiges Zimmer, und ein elektrisches Feld wirkt wie ein sanfter Wind, der von einer Seite zur anderen bläst. Die freigesetzten Elektronen driften durch diesen Raum in Richtung einer Wand aus empfindlichen Drähten. Wenn sie auf die Drähte treffen, erzeugen sie ein Signal. Da der Detektor über drei Schichten von Drähten in unterschiedlichen Winkeln verfügt, kann er ein 3D-„Foto“ des Ereignisses erstellen und den unsichtbaren Pfad der Teilchen in eine sichtbare 3D-Karte verwandelt. Dies ist die „Liquid Argon Time Projection Chamber“ (LArTPC).

Die Herausforderung: Die Rekonstruktion des Tatorts

Das Problem ist, dass das Neutrino selbst niemals gesehen wird. Man sieht nur die Folgen. Es ist, als versuche man, die Geschwindigkeit und Richtung eines Autos zu erraten, das in eine Wand gekracht ist, indem man nur den verstreuten Schutt betrachtet. Um dies zu tun, verwendeten die Wissenschaftler eine hochentwickelte Software-Suite namens Pandora. Betrachten Sie Pandora als einen superintelligenten Detektiv, der die Rohdaten (die „Treffer“ auf den Drähten) nimmt und versucht, sie in erkennbare Formen zu gruppieren: „Das ist ein Track!“ (eine gerade Linie, wahrscheinlich ein Myon oder Proton) oder „Das ist ein Shower!“ (ein Spray aus Teilchen, wahrscheinlich ein Elektron oder Photon).

Das Team stellte jedoch fest, dass die Software, die sie für Beam-Neutrinos verwendeten (die aus einer bestimmten Richtung kommen, wie ein Laser), ein Tuning für atmosphische Neutrinos benötigte. Atmosphische Neutrinos können aus jeder beliebigen Richtung kommen – von oben, unten, von der Seite. Die alte Software könnte voreingenommen gewesen sein, da sie erwartete, dass das Neutrino aus einem bestimmten Winkel kommt. Daher trainierten die Forscher ihre Modelle des maschinellen Lernens (speziell ein Convolutional Neural Network, oder CNN) mit einem massiven simulierten Datensatz von 12 Millionen atmosphischen Neutrino-Ereignissen neu. Sie lehrten die KI, den Interaktionsvertex (den „Unfallort“) zu finden, ohne anzunehmen, aus welcher Richtung das Neutrino kam.

Die Erkenntnisse: Das ganze Bild sehen

Die Hauptentdeckung der Arbeit ist, dass es wichtig ist, alles zu betrachten. In vielen älteren Experimenten betrachteten Wissenschaftler nur das „Hauptteilchen“ (das Lepton, wie ein Myon oder Elektron), um zu erraten, woher das Neutrino kam. Aber in DUNE, weil der Detektor so detailliert ist, können sie das „hadronische System“ sehen – das Spray aus anderen Teilchen, die bei dem Crash entstehen.

Die Forscher testeten drei verschiedene Wege, um die Richtung des Neutrinos zu erraten:

  1. Lepton-only: Nur das Hauptteilchen betrachten.
  2. All-particles: Den Impuls jedes einzelnen gefundenen Teilchens aufsummieren.
  3. Hits-only: Die rohen Energiedepositionen betrachten, ohne vorher überhaupt zu versuchen, die Teilchen zu identifizieren.

Sie fanden heraus, dass die Verwendung aller rekonstruierten Teilchen die besten Ergebnisse lieferte, insbesondere bei niedrigen Energien (unter 1 GeV). Es ist, als versuche man, die Richtung eines geworfenen Balls zu finden, indem man nur den Ball beobachtet (Lepton-only) im Vergleich dazu, den Ball und die Staubwolke zu beobachten, die er aufgewirbelt hat (All-particles). Die Staubwolke liefert zusätzliche Hinweise. Bei hochenergetischen Neutrinos (über 2 GeV) wurde die „Hits-only“-Methode tatsächlich sehr gut, weil die Teilchenspuren so chaotisch werden, dass der Versuch, sie einzeln zu identifizieren, schwieriger ist, als einfach nur auf das gesamte Energiespray zu schauen.

Präzision und das „Teilweise“-Problem

Eine große Sorge war, dass der Detektor kleiner als das Universum ist, sodass viele hochenergetische Neutrinos nur teilweise in ihn krachen würden. Die Teilchen würden auf der anderen Seite wegfliegen, bevor der Detektor sie alle erfassen kann. Dies wird als „Partially Contained“ (PC) Ereignis bezeichnet.

Die Arbeit zeigt, dass DUNE überraschend gut darin ist, mit diesen „Fluchtkünstlern“ umzugehen. Selbst wenn ein Teilchen herausfliegt, kann der Detektor seine Energie und Richtung immer noch mit angemessener Genauigkeit rekonstruieren. Für Myonen, die entkommen, verwendeten sie beispielsweise eine Technik namens Multiple Coulomb Scattering (MCS). Stellen Sie sich einen Pinball-Automaten vor: Während ein Myon durch die Flüssigkeit saust, prallt es leicht von Atomen ab. Indem sie messen, wie sehr es schwankt, können Wissenschaftler abschätzen, wie schnell es war, selbst wenn sie nicht den gesamten Pfad gesehen haben. Sie fanden heraus, dass diese Methode für Myonen unter 1 GeV eine Energieauflösung von 25 % liefert, was recht gut ist.

Für Elektronen, die „Shower“ (wie ein Sprühregen aus Wasser) erzeugen, lag die Auflösung bei etwa 1 GeV bei ca. 15 %. Das Team fand auch heraus, dass die Orientierung des Detektors eine gewisse Rolle spielt. Da die Drähte in einem spezifischen Gitter angeordnet sind, ist es etwas schwieriger, Teilchen zu messen, die sich gerade nach oben oder unten bewegen (entlang der „y“-Achse), im Vergleich zu denen, die sich seitwärts bewegen. Aber selbst mit dieser Eigenheit bleibt die Effizienz beim Finden des Crash-Standorts (Vertex) hoch, nämlich zwischen 76 % und 90 %, abhängig von der Energie.

Die Flavor-ID: Wer ist der Dieb?

Eine weitere entscheidende Aufgabe ist es, herauszufinden, welcher „Flavor“ das Unglück verursacht hat. War es ein Elektron-Neutrino oder ein Myon-Neutrino? Das Team verwendete ein Convolutional Visual Network (CVN), was im Grusten ein bilderkennendes KI-Netzwerk ist, das darauf trainiert wurde, die 2D-„Fotos“ des Ereignisses zu analysen. Es ist, als würde man einem Kind ein Bild von einer Katze und einem Hund zeigen und es fragen, den Unterschied zu erkennen.

Die Ergebnisse waren beeindruckend. Die KI konnte den Flavor des Neutrinos mit einer Effizienz von über 90 % für Charged-Current-Wechselwirkungen im Energiebereich von 0,1 bis 10 GeV korrekt identifizieren. Es spielte keine Rolle, ob das Neutrino von oben oder unten kam; die KI war gleichermaßen gut darin, den Unterschied zu erkennen. Dies ist eine große Sache, da das Wissen über den Flavor essenziell ist, um Neutrino-Oszillationen (wie sie ihre Flavors während der Reise ändern) zu messen.

Das Fazit

Diese Arbeit ist eine „Generalprobe“ für DUNE. Sie beweist, dass die Hardware des Detektors und die neuen Software-Upgrades bereit sind, atmosphische Neutrinos einzufangen. Der entscheidende Punkt ist, dass DUNEs Fähigkeit, alle Teilchen zu sehen und nicht nur das Hauptteilchen, ihm eine Superkraft gegenüber anderen Detektoren verleiht. Während wasserbasierte Detektoren (wie Super-Kamiokande) oft raten müssen, was das Hauptteilchen angeht, weil der „Schutt“ zu schwach zu sehen ist, kann DUNE das ganze Chaos sehen.

Die Simulationen zeigen, dass DUNE die Richtung eines Neutrinos mit einer Genauigkeit von etwa 7 bis 10 Grad bei hohen Energien (10 GeV) messen kann und die Energieauflösung im Vergleich zum reinen Betrachten des Leptons signifikant verbessert. Das bedeutet, dass DUNE bereit ist, nicht nur das zu bestätigen, was wir bereits wissen, sondern potenziell neue Physik zu entdecken – wie etwa sterile Neutrinos oder nicht-standardisierte Wechselwirkungen –, indem es diese kosmischen Geister mit einer nie dagewesenen Klarheit analysiert. Die Geisterjäger sind bereit, ihr Netz ist ausgeworfen, und die Daten warten darauf, gefangen zu werden.

Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?

Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.

Digest testen →