Indirect Dark Matter Searches in the Gamma-ray Band and Development of New Analysis Techniques for Ground-based Gamma-ray Astronomy

• Autores: Tjark Miener
• Directores de la Tesis: Daniel Nieto Castaño (dir. tes.)
• Lectura: En la Universidad Complutense de Madrid ( España ) en 2023
• Idioma: inglés
• Número de páginas: 264
• Títulos paralelos:
  • Búsqueda indirecta de materia oscura en la banda de rayos gamma y desarrollo de nuevas técnicas de análisis para astronomía gamma desde tierra
• Tribunal Calificador de la Tesis: Joseluis Contreras Gonzalez (presid.), José Alberto Ruiz Cembranos (secret.), Francisco Javier Rico Castro (voc.), Viviana Gammaldi (voc.), Matthieu Heller (voc.)
• Programa de doctorado: Programa de Doctorado en Física por la Universidad Complutense de Madrid
• Materias:
  • Física
    • Electromagnetismo
      • Rayos gamma
• Enlaces
  • Tesis en acceso abierto en: Docta Complutense
• Resumen
  • español

    Los telescopios Cherenkov de imagen atmosférica (IACT, del inglés imaging atmospheric Cherenkov telescopes) nos permiten observar el universo en rayos gamma de muy alta energía (energías superiores a las decenas de gigaelectronvoltio). Su principio de funcionamiento consiste en la observación simultánea de cascadas de partículas iniciadas por la interacción de los rayos gamma con la atmósfera terrestre. Los fotones Cherenkov producidos en cada cascada atmosférica se enfocan en el plano de las cámaras de los telescopios del conjunto, produciendo un registro estereoscópico del suceso. Esta imagen contiene el desarrollo longitudinal de la cascada atmosférica, junto con su información espacial, temporal y calorimétrica. Las propiedades de la partícula originaria (ya que los rayos cósmicos también generan cascadas de partículas en la atmósfera), a saber, el tipo, la energía y la dirección de llegada, pueden inferirse a partir de esas imágenes reconstruyendo el suceso completo mediante técnicas de aprendizaje automático. En esta tesis, se presenta un método de reconstrucción completa de sucesos estereoscópicos simulados para el futuro observatorio Cherenkov Telescope Array (CTA), basado puramente en aprendizaje profundo (DL, del inglés deep learning). Además, aplicamos algoritmos de DL a datos observacionales reales de IACT, utilizando observaciones de la nebulosa del Cangrejo realizadas por los telescopios MAGIC. Con el fin de llevar a cabo toda la investigación necesaria para alcanzar los hitos anteriores, se ha desarrollado CTLearn, un paquete de herramientas que facilita el entrenamiento de modelos de DL sobre datos de IACT y la inferencia de reconstrucción sobre los mismos.

    Una de las cuestiones más acuciantes para la física actual es la naturaleza de la materia oscura (DM, del inglés dark matter). La mayor porción de este elusivo tipo de materia no puede estar formada por ninguna de las partículas conocidas del modelo estándar (SM, del inglés standard model) de la física de partículas. Entre los candidatos propuestos para explicar la naturaleza de la DM, las partículas masivas de interacción débil (WIMPs) son uno de los preferidos. Podrían detectarse indirectamente observando los productos de su aniquilación en partículas del SM y rayos gamma. Esto ha dado lugar a extensas campañas de observación con telescopios de rayos gamma terrestres y espaciales en busca de estos productos. Las colaboraciones Fermi-LAT, HAWC, H.E.S.S., MAGIC y VERITAS han obtenido de forma independiente límites a la sección eficaz de autoaniquilación de DM a partir de la observación de multitud de fuentes candidatas a emitir rayyos gamma provenientes de autoaniquilación de DM. Para maximizar la sensibilidad de las búsquedas de DM, en esta tesis se ha realizado un análisis de verosimilitud conjunto que combina observaciones de galaxias esferoidales enanas (dSphs, del inglés dwarf spheroidal galaxies) tomadas con estos telescopios. Se han obtenido los límites de exclusión para la sección eficaz de autoaniquilación de DM más restrictivos hasta la fecha en la banda de los 5 GeV hasta los 100 TeV utilizando observaciones de este tipo de objetos. Estos resultados conforman el legado de la generación actual de telescopios de rayos gamma de alta y muy alta energía en este frente. Adicionalmente, esta tesis incluye búsquedas de señales de de branones en las observaciones de dSph realizadas por los telescopios MAGIC. Los branones emergen de algunas teorías universales de dimensiones extra como potenciales candidatos a DM de tipo WIMP. Como resultado, se han obtenido los límites más competitivos en la region del teraelectronvoltio.

  • English

    Arrays of imaging atmospheric Cherenkov telescopes (IACTs) probe the very highenergy (VHE) gamma-ray sky. Their working principle consists of the simultaneous observation of air showers initiated by the interaction of VHE gamma rays and cosmic rays with the atmosphere. Cherenkov photons induced by a given shower are focused onto the camera plane of the telescopes in the array, producing a stereoscopic record of the event. This image contains the longitudinal development of the airshower, together with its spatial, temporal, and calorimetric information. The properties of the originating VHE particle (type, energy, and incoming direction) can be inferred from those images by reconstructing the whole event using machine learning techniques. In this thesis, a purely deep learning (DL) driven full-event reconstruction of simulated, stereoscopic IACT events of the future Cherenkov Telescope Array (CTA) is presented. In addition, we apply DL algorithms on real observational IACT data, utilizing Crab Nebula observations by the MAGIC telescopes. In order to conduct all necessary research to achieve the former milestones we developed CTLearn, a package that includes modules for loading and manipulating IACT data and for running DL models, using pixel-wise camera data as input...