SPORE: An Event-Level Sampling Pipeline for Multi-Telescope Neutrino Astronomy

Technische Samenvatting: spore – Een Event-Level Sampling Pipeline voor Multi-Telescoop Neutrino-Astronomie

Probleemstelling
Het veld van de hoogenergetische neutrino-astronomie gaat over naar een tijdperk van multi-telescoop en multi-energie, waarbij simultane operaties van detectoren zoals IceCube, KM3NeT, P-ONE, TRIDENT en IceCube-Gen2 betrokken zijn, naast voorgestelde toekomstige arrays (TAMBO, TRINITY, GRAND, HERON). Huidige simulatietools slagen er niet in om evenredig adequate ondersteuning te bieden voor event-level analyse over deze diverse instrumenten heen. Bestaande end-to-end Monte Carlo-pipelines (bijv. Prometheus) zijn computationeel duur en vereisen propriëtaire reconstructieketens. Daarentegen zijn tools die werken op geaggregeerde distributies (bijv. toise) geschikt voor designstudies, maar kunnen zij geen individuele gereconstrueerde events genereren die vereist zijn voor moderne likelihood-analyses. Er is een kritieke behoefte aan een open-source, IRF-agnostische tool die realistische, event-level data kan genereren vanuit getabelleerde instrumentresponsfuncties (IRF's) voor zowel puntbronnen als uitgebreide bronnen voor meerdere detectoren.

Methodologie
Het artikel presenteert spore, een pure Python-package (vereist Python ≥3.11) ontworpen om dit gat te overbruggen. De softwarearchitectuur is modulair en scheidt de afhandeling van coördinaten, fysica-definities, bronmodellering, detectorrespons-laden en event sampling.

• Instrument Response Function (IRF) Framework: spore importeert detectorresponsen in een gestandaardiseerd, selectie-agnostisch HDF5-formaat. Dit formaat bevat drie kerncomponenten:

  1. Effectieve Oppervlakte ($A_{eff}$): Gedefinieerd als een functie van neutrino-energie en zenithhoek, waarbij onderscheid wordt gemaakt tussen track-achtige (voornamelijk $\nu_\mu$) en cascade-achtige events.
  2. Point Spread Function (PSF): Opgeslagen als een inverse cumulatieve distributiefunctie (CDF) van de hoekverschuiving $\psi$ gegeven de ware energie, wat het samplen van gereconstrueerde richtingen mogelijk maakt.
  3. Energie-resolutie: Opgeslagen als een inverse CDF van de log-ratio $\Delta = \ln(E_{reco}/E_{true})$, wat het samplen van gereconstrueerde energieën mogelijk maakt.
     Noot: Het framework ondersteunt ook gezamenlijke distributies (bijv. $P(E_{reco}, \psi, \sigma_\psi | E_{true}, \delta)$) direct indien deze worden aangeleverd.

• Bronmodellen: Het pakket ondersteunt twee primaire brongeometrieën:

  1. Puntbronnen: Gedefinieerd door vaste hemelcoördinaten en een differentiële fluxmodellen (analytische machtswet of getabelleerd).
  2. Uitgebreide Bronnen: Gedefinieerd door ruimtelijke templates (bijv. het Galactisch vlak, donkere materie halo's) met flux afhankelijk van energie, declinatie en rechte ascensie.
     Fluxmodellen kunnen isotroop of ruimtelijk afhankelijk zijn, met ondersteuning voor getabelleerde spectra in 1D, 2D of 3D.

• Sampling Algoritmen:

  • Point Source Sampler: Berekent de cumulatieve distributie van de event-rate over energie en sampleert ware energieën via de inverse CDF. Gereconstrueerde richtingen en energieën worden gesmeerd met de PSF en de energie-resolutie.
  • Extended Source Sampler: Maakt gebruik van een hiërarchische inverse-CDF benadering op een 3D-grid ($\sin\delta$, $\alpha$, $\ln E$). Om de niet-factoriseerbare gezamenlijke distributie aan te pakken die wordt veroorzaakt door de zenith-afhankelijke effectieve oppervlakte, berekent de sampler vooraf gewichtsfuncties en factoriseert de gezamenlijke distributie in conditionele waarschijnlijkheden. Het maakt gebruik van adaptieve energie-binning om steile spectrale kenmerken nabij detectiedrempels op te lossen.
  • Multi-Detector Support: Beide samplers accepteren lijsten van detectoren. Elke detector sampleert onafhankelijk de Poisson-verdeling van zijn event-aantallen op basis van zijn specifieke effectieve oppervlakte en geografische locatie, waarbij events worden getagd met een detector-ID voor gezamenlijke analyses.
  • Modi: Sampling kan worden uitgevoerd in "Poisson mode" (stochastische event-aantallen) of "fixed-N mode". Effectieve oppervlaktes kunnen worden geëvalueerd op een enkel tijdstip (instantane) of gemiddeld over een diurnale cyclus (steady-state).

Belangrijkste Bijdragen

1. Event-Level Generatie vanuit Getabelleerde IRF's: spore is de eerste publiekelijk beschikbare tool die individuele gereconstrueerde events (richting, energie, tijd, morfologie, lokale zenith/azimuth) genereert direct vanuit getabelleerde IRF's, zonder dat hiervoor propriëtaire reconstructieketens nodig zijn.
2. IRF Agnosticisme: Het pakket ontkoppelt de simulatiemachinerie van specifieke detectoren. Elke neutrino-telescoop met beschikbare $A_{eff}$, PSF en energie-resolutie kan worden geïntegreerd via een HDF5-bestand.
3. Natieve Multi-Telescoop Support: Het framework handelt inherent gezamenlijke analyses van heterogene detectorlijsten af, waardoor simultane sampling mogelijk is voor instrumenten met verschillende resoluties en locaties.
4. Hiërarchische Sampling: De extended source sampler vermijdt MCMC burn-in door een vooraf berekend hiërarchisch inverse-CDF grid te gebruiken, wat complexe ruimtelijke fluxkaarten efficiënt afhandelt.

Validatieresultaten
De auteurs hebben spore gevalideerd met behulp van twee publieke IceCube-data releases:

1. HESE 7.5-Year Release: Het gesamplede gedeponeerde-energie spectrum voor High-Energy Starting Events (HESE) volgt de gepubliceerde best-fit verwachting. Een vergelijking van 1.000 pseudo-experimenten tegenover de geobserveerde data laat zien dat de data binnen de goodness-of-fit distributie valt, wat bevestigt dat de sampler zowel de gemiddelde verwachting als de Poisson-fluctuaties reproduceert.
2. IceCube 10-Year Tracks (Noordelijke Hemisfeer):
   • Declinatie Distributie: De gesamplede declinatie-distributie voor noordelijke-hemisfeer tracks komt overeen met de geobserveerde data binnen een marge van 10–15%.
   • Gereconstrueerde Energie: De energie-distributie komt overeen met de data over het grootste deel van de sample (piek rond 800 GeV tot tientallen TeV). Echter, onder de 600 GeV overschat de sampler de rate met een factor drie. De auteurs schrijven dit verschil toe aan de grove binning (0.5 in $\log_{10} E$) en de declinatie-averaging van de publieke smearing matrix die gebruikt wordt in de IRF, in plaats van een fout in het sampling-algoritme zelf. Dit werd bevestigd door een onafhankelijke forward-fold berekening die vergelijkbare resultaten opleverde.
3. Point Source Analyse ($\psi^2$): Een synthetische event sample inclusief een signaal bij NGC-1068 werd gegenereerd. De resulterende $\psi^2$ distributie reproduceert correct de verwachte achtergrondvorm (via RA scrambling) en het signaal-excess, wat de validiteit van de PSF sampling en de declinatie-afhankelijke weging bevestigt.

Betekenis en Claims
Het artikel positioneert spore als een noodzakelijke tool voor het evoluerende landschap van de neutrino-astronomie. De primaire betekenis ligt in het mogelijk maken van event-level analyse voor multi-detector studies zonder de computationele overhead van volledige Monte Carlo-simulaties of de noodzaak voor propriëtaire reconstructie-software.

De auteurs claimen bescheiden dat spore een specifiek gat vult: geen andere publieke tool produceert simultaan (i) finale gereconstrueerde events, (ii) ondersteunt een breed scala aan bronhypothesen binnen één enkel framework, en (iii) staat uitbreiding naar nieuwe observatoria toe door simpelweg een response-bestand te leveren in plaats van de code te wijzigen. Het artikel vermeldt expliciet beperkingen, zoals het onvermogen om atmosferische muonen te simuleren (geen IRF beschikbaar) en de afhankelijkheid van de getrouwheid van de input IRF's, met name de grove binning van publieke smearing matrices die de nauwkeurigheid bij lage energieën beperkt. Toekomstig werk wordt geschetst om de bibliotheek van IRF-bestanden uit te breiden, tijd-afhankelijke effectieve oppervlaktes te ondersteunen en hogere-niveau sensitiviteits-scan interfaces te bieden.