Combined KM3NeT/ARCA and ANTARES search for compact neutrino sources

Technische Zusammenfassung: Kombinierte KM3NeT/ARCA- und ANTARES-Suche nach kompakten Neutrinoquellen

Problem und Zielsetzung
Diese Arbeit befasst sich mit der Suche nach hochenergetischen Neutrinos, die von punktförmigen astrophysikalischen Quellen stammen. Das primäre Ziel ist es, das Potenzial der Kombination von Daten aus zwei unterschiedlichen Neutrino-Detektoren aufzuzeigen: dem ANTARES-Teleskop (betriebsbereit vor Toulon, Frankreich, von 2008–2022) und dem KM3NeT/ARCA-Detektor (derzeit im Bau vor Sizilien). Beide Instrumente bieten eine optimale Sichtbarkeit des Südhimmels und des galaktischen Zentrums. Die Analyse zielt darauf ab, ein gemeinsames Suchframework unter Verwendung eines Binned-Likelihood-Ansatzes zu etablieren, um die Sensitivität und das Entdeckungspotenzial im Vergleich zu Einzelanalysen zu verbessern.

Methodik
Die Analyse verwendet einen kombinierten Datensatz, der aus vier distinkten Komponenten besteht:

1. ANTARES Track-Datensatz: 4541 Tage Livezeit, aufgeteilt in nicht-überlappende Track- und Shower-Datensätze.
2. ANTARES Shower-Datensatz: Enthalten in der 4541-Tage-Aufteilung.
3. ARCA19 Tracks: Track-ähnliche Ereignisse von KM3NeT/ARCA mit 19 Detektionslinien (48,4 Tage).
4. ARCA21 Tracks: Track-ähnliche Ereignisse von KM3NeT/ARCA mit 21 Detektionslinien (287,4 Tage).

Definitionen: „Tracks“ beziehen sich auf Ereignisse, die eine Myon-Produktion beinhalten, während „Showers“ durch neutralstrom-induzierte Wechselwirkungen aller Neutrino-Flavors sowie geladene Strom-Wechselwirkungen von Elektron-Neutrinos hervorgerufen werden.

Statistischer Rahmen
Die Analyse verwendet einen Binned-Likelihood-Ansatz. Das beobachtete Ereignishistogramm ($N$) wird mit einer skalierbaren Signalschätzung ($S$) basierend auf einem Referenzfluss ($\Phi_0 = 10^{-8} \text{ GeV cm}^{-2} \text{ s}^{-1}$) und einer Hintergrundschätzung ($B$) verglichen. Die Likelihood-Funktion ist definiert als:
$$\ln L = \sum_{i}^{N_{bins}} N_i \ln(B_i + \zeta S_i) - (B_i + \zeta S_i)$$
wobei $\zeta$ der Signalstärke-Parameter ist. Die Teststatistik $\lambda$ ist das Log-Likelihood-Verhältnis zwischen der Best-Fit-Signalstärke ($\hat{\zeta}$) und der Hintergrund-Hypothese ($\zeta=0$).

• Entdeckungspotenzial (Discovery Potential): Definiert als die Signalstärke ($\zeta_{5\sigma}$), die erforderlich ist, um einen $5\sigma$-Überschuss in 50 % der Pseudo-Experimente zu erreichen.
• Sensitivität: Definiert als das mediane 90 % Konfidenzniveau (CL) Oberlimit auf $\zeta$, berechnet mittels des Neyman-Ansatzes.

Hintergrundmodellierung und systematische Unsicherheiten
Um systematische Unsicherheiten im Zusammenhang mit der Hintergrundmodellierung zu adressieren, wurden vier unabhängige Analysefälle über Deklinationsbänder hinweg durchgeführt:

• Fall 1: Der ARCA-Hintergrund ist vollständig datengesteuert; die ANTARES-Generierung ist datengesteuert, die Evaluierung erfolgt mittels Monte Carlo (MC).
• Fall 2: Ähnlich wie Fall 1, aber die ANTARES-Generierungs-Hintergrunddaten sind randomisiert (uniforme Azimutverteilung).
• Fall 3: Alle Datensätze verwenden den DEFT-Algorithmus zur Hintergrundschätzung sowohl in der Generierung als auch in der Evaluierung.
• Fall 4: ARCA ist datengesteuert; ANTARES basiert vollständig auf MC.

Die Streuung der Ergebnisse über diese vier Fälle definiert das Band der systematischen Unsicherheit. Die Histogramme werden in Bezug auf den Winkelabstand ($\log_{10} \alpha$), die rekonstruierte Energie ($\log_{10} E$) und, für ANTARES-Tracks, die Schätzung des Winkelfehlers ($\log_{10} \beta$) erstellt.

Wichtigste Ergebnisse
Die Analyse nimmt ein $E^{-2}$ Energiespektrum und ein 1:1:1 Flavor-Verhältnis an.

• Leistungsverbesserung: Während die ANTARES-Daten die Ergebnisse der kombinierten Analyse maßgeblich bestimmen, verbessert die Kombination mit den ARCA-Daten die Leistung um etwa 10 % im Vergleich zur Standalone-Analyse von ANTARES.
• Kandidatenquelle MG3 J225517+2409: Diese Quelle lieferte den niedrigsten Pre-Trial-p-Wert von $(1,2 \pm 0,4) \cdot 10^{-4}$, was einer Signifikanz von $(3,69 \pm 0,09)\sigma$ entspricht.
  • Best-Fit-Fluss: $E^2\phi = (1,39 \pm 0,02) \cdot 10^{-8} \text{ GeV cm}^{-2} \text{ s}^{-1}$.
  • Post-Trial-Wahrscheinlichkeit: Berechnet via Binomialformel als $0,013 \pm 0,004$ ($(2,26 \pm 0,13)\sigma$). Ein simulationsbasierter Ansatz ergab einen Post-Trial-p-Wert von $0,018 \pm 0,006$ ($(2,12 \pm 0,14)\sigma$).
  • Eine vereinfachte Post-Trial-Schätzung, die die initiale Selektion aus 1255 Objekten und die anschließende Katalogreduktion berücksichtigt, legt eine Wahrscheinlichkeit von $\approx 0,1$ nahe, eine solche Kandidatenquelle zu beobachten.
• Andere Kandidaten: Die Analyse evaluierte auch andere bekannte Quellen, einschließlich 3C403 ($p \approx 1,5 \cdot 10^{-3}$) und TXS 0506+056, wobei 90 % CL Oberlimits für einen Katalog von 106 Quellen angegeben wurden.
• Himmelskarte (Sky Map): Die Himmelskarte nahe MG3 J225517+2409 zeigt, dass ein ARCA21-Ereignis eine Fehlerbox enthält, die den Standort der Quelle einschließt, wobei die Signal-Likelihood 6,3-mal höher ist als im Hintergrund-nur-Szenario.

Bedeutung und Ansprüche
Das Paper behauptet, die Machbarkeit und das Potenzial einer kombinierten Analyse zwischen ANTARES und KM3NeT/ARCA demonstriert zu haben. Es stellt fest, dass die aktuellen Ergebnisse zwar primär durch den reifen ANTARES-Datensatz getrieben werden, die Integration der ARCA-Daten jedoch eine messbare Verbesserung der Sensitivität bewirkt. Die Autoren merken an, dass KM3NeT/ARCA mit fortschreitendem Wachstum der Größe und Exposition erwartet wird, das Leistungsniveau von ANTARES innerhalb weniger Jahre zu erreichen, was eine gemeinsame Datenanalyse zunehmend kritisch macht. Die Arbeit bietet ein Framework zum Umgang mit systematischen Unsicherheiten durch mehrere Hintergrundmodellierungsstrategien und setzt Oberlimits für eine breite Palette astrophysikalischer Kandidaten.