RICOSTRUZIONE DI EVENTI TEV CON MACHINE LEARNING PER ASTRI

Responsabile: Andrea Belfiore

Descrizione: Il progetto ASTRI, a leadership italiana, e’ in fase di attivazione e un prototipo e’ gia’ operativo. Si tratta di un array di telescopi Cerenkov in grado di rivelare la radiazione secondaria prodotta da sciami di particelle originati da un primario (un raggio cosmico o un fotone di altissima energia) che entra nell’alta atmosfera.
Le caratteristiche dello sciame e della radiazione secondaria dipendono dalla natura e dalle proprieta’ fisiche del primario. La ricostruzione di queste caratteristiche a partire dalla radiazione secondaria (osservata dai telescopi) e’ un processo complesso, basato su simulazioni, critico nel determinare la performance di ASTRI e quindi le sue potenzialita’ scientifiche.
Tecniche di Machine Learning stanno rapidamente affiancando e rimpiazzando metodi classici nella discriminazione dei fotoni e nella ricostruzione della loro energia e direzione di provenienza.
La tesi permettera’ al candidato di esplorare tecniche innovative, applicarle in un vivace contesto scientifico e partecipare attivamente alla collaborazione ASTRI.

Durata: 9/12 mesi

Laurea: Magistrale

Prerequisiti: Nessuno