Uso de redes neuronales para el estudio de rayos cósmicos
Date
2023-03-28
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"Las técnicas de aprendizaje automático basadas en redes neuronales artificiales han mostrado resultados sobresalientes en la solución de problemas ya no solo del área de las ciencias computacionales y la ingeniería, sino también en otras áreas, demostrando ser herramientas útiles en la investigación científica en áreas como física y matemáticas. Este trabajo plantea explorar la capacidad de predicción de las redes neuronales artificiales para estudiar y de ser posible predecir características de las partículas más energéticas provenientes del espacio exterior conocidas como Rayos Cósmicos, cuyo estudio ha sido de gran relevancia en el descubrimiento de partículas elementales y el desarrollo de la física de altas energías. Para este trabajo se generó un gran conjunto de datos de simulaciones de Monte-Carlo, posteriormente desarrollamos un modelo de una red neuronal artificial y utilizamos como datos de entrenamiento algunas características de los rayos cósmicos que se extraen de las simulaciones con el fin de predecir la profundidad atmosférica del máximo desarrollo de una cascada de partículas Xmax que genera el o los rayos cósmicos simulados. Utilizamos como primario núcleos de hierro y protones y tres distintos modelos hadrónicos: EPOS LHC, QGSJETII-04 y SIBYLL".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading