КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 22-22-00367

НазваниеРазработка нейронных сетей для классификации данных орбитальных и стратосферных флуоресцентных телескопов

Руководитель Зотов Михаил Юрьевич, Кандидат физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный университет имени M.В.Ломоносова» , г Москва

Конкурс №64 - Конкурс 2021 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами»

Область знания, основной код классификатора 02 - Физика и науки о космосе; 02-104 - Космические лучи

Ключевые слова Машинное обучение, нейронные сети, классификация экспериментальных данных, флуоресцентный телескоп, космические лучи предельно высоких энергий, транзиентные явления в атмосфере

Код ГРНТИ29.05.45


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Одной из актуальных нерешенных проблем современной астрофизики является происхождение и природа космических лучей предельно высоких энергий (КЛ ПВЭ, энергии выше 50 ЭэВ). Впервые частица с энергией такого порядка (вернее, порождённый ей т.н. широкий атмосферный ливень, ШАЛ) была зарегистрирована в 1961 г. С тех пор в изучение КЛ ПВЭ были вложены огромные ресурсы как в экспериментальном, так и в теоретическом плане, что позволило существенно продвинуться в понимании их возможной природы. Тем не менее, до сих пор не удалось с уверенностью установить, что это за частицы (протоны, ядра более тяжёлых элементов или какие-либо экзотические частицы), и в каких астрофизических источниках и за счёт каких механизмов они ускоряются до столь колоссальных энергий, которые более, чем на порядок превосходят энергии, достижимые на Большом адронном коллайдере в ЦЕРН-е. Основной и принципиальной проблемой, сдерживающей прогресс в понимании природы и происхождения КЛ ПВЭ, является их крайне низкий поток. Это требует сооружения дорогостоящих установок с гигантской площадью покрытия детекторами, что необходимо для достижения большой экспозиции наземного эксперимента и, как следствие, получения максимального объёма экспериментальных данных. Достаточно сказать, что крупнейший на сегодняшний день эксперимент Pierre Auger Observatory занимает площадь 3000 кв.км, но за 14 лет непрерывной работы зарегистрировал лишь 278 КЛ с энергией более 50 ЭэВ. Альтернативный метод изучения КЛ ПВЭ был предложен в начале 1980-х гг. Бенсоном и Линсли. Метод основан на том, что в процессе своего развития широкий атмосферный ливень вызывает свечение атмосферы в ультрафиолетовом диапазоне (флуоресценцию и черенковский свет). Бенсон и Линсли предложили перенести методику, уже опробованную на земле, на орбиту, а именно, регистрировать флуоресцентное излучение ШАЛ и отражённый черенковский свет в ночной атмосфере Земли с помощью телескопа, размещённого на околоземной орбите. Такой телескоп при соответствующих технических параметрах смог бы многократно увеличить экспозицию эксперимента и, следовательно, статистику КЛ ПВЭ. Кроме этого, он смог бы обеспечить равномерную экспозицию всей небесной сферы, что важно для решения задач, связанных с анизотропией КЛ ПВЭ и поиском их возможных источников, но недостижимо в существующих наземных экспериментах. В 2016 г. с космодрома Восточный был запущен первый в мире детектор, в котором была реализована идея Бенсона и Линсли — телескоп ТУС с площадью зеркала 2 кв.м, входивший в состав научной аппаратуры спутника “Ломоносов”. Несмотря на то, что ТУС являлся лишь прототипом полномасштабного орбитального телескопа, за полтора года работы он полностью подтвердил работоспособность метода регистрации КЛ ПВЭ с околоземной орбиты. В то же время, он выявил неожиданное разнообразие процессов, которые наблюдаются в ночной атмосфере Земли в УФ диапазоне. В настоящее время на Российском сегменте МКС проводятся наблюдения с помощью широкоугольного флуоресцентного телескопа “УФ атмосфера” (Mini-EUSO), созданного в НИИЯФ МГУ совместно с международной коллаборацией JEM-EUSO. Основная цель эксперимента — составить карту ночного неба Земли в УФ диапазоне, что необходимо для проведения полномасштабного орбитального эксперимента по изучению КЛ ПВЭ. В 2023 г. планируется проведение стратосферного эксперимента EUSO-SPB2, нацеленного на регистрацию флуоресцентного и черенковского излучения от ШАЛ. Этот эксперимент имеет высокие шансы впервые зарегистрировать с помощью “высотных” телескопов как флуоресцентное излучение от ШАЛ, порождённых космическими лучами предельно высоких энергий, так и черенковское излучение от ШАЛ, порождённых восходящими частицами, включая тау-нейтрино. В последующие годы планируется проведение эксперимента “КЛПВЭ” (K-EUSO), включённого в Долгосрочную программу целевых работ на российском сегменте МКС. Разработка этого эксперимента также осуществляется в НИИЯФ МГУ при участии коллаборации JEM-EUSO. Опыт изучения данных экспериментов ТУС и “УФ атмосфера” показал, что традиционные методы анализа не всегда справляются с поставленными задачами именно ввиду богатого разнообразия сигналов, регистрируемых на сильно переменном фоне. В то же время, последние годы наблюдается огромный рост применения методов машинного обучения и нейронных сетей в самых различных областях науки и повседневной жизни, и во многих случаях такой подход демонстрирует высочайшую эффективность. В связи с этим авторами заявки были впервые разработаны нейронные сети нескольких простых конфигураций, которые показали неожиданно высокую эффективность для решения некоторых задач классификации данных детектора ТУС. В частности, эти нейронные сети позволили выявить большое число слабых сигналов, пропущенных традиционными алгоритмами их поиска. Анализ данных телескопов “УФ атмосфера” и EUSO-SPB2 является более сложной задачей ввиду большего объёма данных и значительно более высокого пространственного разрешения этих приборов, чем у телескопа ТУС. В рамках данного проекта предполагается разработать и применить нейронные сети для классификации данных экспериментов “УФ атмосфера” и EUSO-SPB2 и распознавания в них сигналов от ШАЛ. На настоящее время такие работы не проводились, и мы ожидаем, что их результаты смогут существенно дополнить традиционный анализ данных этих приборов, а также послужат фундаментом для разработки инструментов анализа данных, основанных на применении нейронных сетей, для последующих орбитальных и суб-орбитальных экспериментов по изучению КЛ ПВЭ.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


 

Публикации

1. Зотов М.Ю., Соколинский Д.Б. A Neural Network Approach for Selecting Track-like Events in Fluorescence Telescope Data Bulletin of the Russian Academy of Sciences: Physics, vol. 87, pages 1049–1052 (год публикации - 2023)
10.3103/S1062873823702398

2. Зотов М., Соколинский Д., Арифуллин А. НЕЙРОННЫЕ СЕТИ ДЛЯ ПОИСКА СИГНАЛОВ МЕТЕОРОВ В ДАННЫХ ОРБИТАЛЬНОГО ТЕЛЕСКОПА “УФ АТМОСФЕРА” Астрономический журнал (Astronomy Reports), том 100, No 6, с. 557–566 (год публикации - 2023)
10.31857/S0004629923060105

3. Зотов М., Анжиганов Д., Кряженков А, Баргини Д., Баттисти М., Белов А. и др. Neural Network Based Approach to Recognition of Meteor Tracks in the Mini-EUSO Telescope Data Algorithms, vol. 16, 448 (год публикации - 2023)
10.3390/a16090448

4. Бертайна М.Е., Зотов М., Анжиганов Д., Баргини Д., Блаксли К., Чоретти А., Кряженков А., Монтанаро А., Оливи Л. для коллаборации JEM-EUSO Machine Learning for Mini-EUSO Telescope Data Analysis Proceedings of Science, vol. 444, id 277 (год публикации - 2023)
10.22323/1.444.0277

5. Филиппатос Дж., Зотов М. для коллаборации JEM-EUSO Machine Learning Techniques for the EUSO-SPB2 Fluorescence Telescope Proceedings of Science, vol. 444, id 234 (год публикации - 2023)
10.22323/1.444.0234


 

Публикации

1. Зотов М.Ю., Соколинский Д.Б. A Neural Network Approach for Selecting Track-like Events in Fluorescence Telescope Data Bulletin of the Russian Academy of Sciences: Physics, vol. 87, pages 1049–1052 (год публикации - 2023)
10.3103/S1062873823702398

2. Зотов М., Соколинский Д., Арифуллин А. НЕЙРОННЫЕ СЕТИ ДЛЯ ПОИСКА СИГНАЛОВ МЕТЕОРОВ В ДАННЫХ ОРБИТАЛЬНОГО ТЕЛЕСКОПА “УФ АТМОСФЕРА” Астрономический журнал (Astronomy Reports), том 100, No 6, с. 557–566 (год публикации - 2023)
10.31857/S0004629923060105

3. Зотов М., Анжиганов Д., Кряженков А, Баргини Д., Баттисти М., Белов А. и др. Neural Network Based Approach to Recognition of Meteor Tracks in the Mini-EUSO Telescope Data Algorithms, vol. 16, 448 (год публикации - 2023)
10.3390/a16090448

4. Бертайна М.Е., Зотов М., Анжиганов Д., Баргини Д., Блаксли К., Чоретти А., Кряженков А., Монтанаро А., Оливи Л. для коллаборации JEM-EUSO Machine Learning for Mini-EUSO Telescope Data Analysis Proceedings of Science, vol. 444, id 277 (год публикации - 2023)
10.22323/1.444.0277

5. Филиппатос Дж., Зотов М. для коллаборации JEM-EUSO Machine Learning Techniques for the EUSO-SPB2 Fluorescence Telescope Proceedings of Science, vol. 444, id 234 (год публикации - 2023)
10.22323/1.444.0234