[论文解读] PHOTON-2017 conference proceedings

D. d’Enterria|arXiv (Cornell University)|Nov 27, 2018

Pulsars and Gravitational Waves Research参考文献 1被引用 2

一句话总结

本文介绍了CREDO（宇宙射线极广泛观测台）项目，这是一个全球性的公民科学驱动计划，旨在通过遍布全球的低成本探测器网络，检测宇宙射线中的广延光子簇射。通过应用统计聚类与人机协作分类方法处理分布式数据，CREDO实现了大规模、协作式的搜索，以发现可能与超高能天体物理学和基础物理学相关的相关光子事件。

ABSTRACT

The PHOTON 2017 conference (``International Conference on the Structure and the Interactions of the Photon'', including the 22th ``International Workshop on Photon-Photon Collisions, and the ``International Workshop on High Energy Photon Colliders'') was held at CERN (Geneva) from 22th to 26th May, 2017. The conference is part of a series that was initiated in 1973 in Paris as ``International Colloquium on Photon-Photon Collisions at Electron-Positron Storage Rings''. The latest Photon conferences took place in Novosibirsk (2015), Paris (2013), Spa (2011), Hamburg (2009), Paris (2007), Warsaw (2005), Frascati (2003), Ascona (2001), Freiburg (2000), Ambleside (1999), and Egmond aan Zee (1997). oindent The topics of the conference included (i) photon-photon processes in $e^+e^-$, proton-proton (pp) and nucleus-nucleus (AA) collisions at current and future colliders, (ii) photon-hadron interactions in e$^\pm$p, pp, and AA collisions, (iii) final-state photon production (including Standard Model studies and searches beyond it) in pp and AA collisions, and (iv) high-energy gamma-rays astrophysics.

研究动机与目标

• 开发一种可扩展的、全球分布式的基础设施，用于探测可能被传统观测台遗漏的宇宙射线广延光子簇射。
• 通过可及的低成本探测技术与开放数据，使非专家和机构能够参与科学发现。
• 通过识别宇宙射线数据中时间与空间相关的光子事件，探索一种全新的超高能物理探测途径。
• 通过整合自动化数据监控与基于人工的分类及协作分析，加强科学发现能力。
• 建立一种透明的、基于共同作者身份的激励模式，奖励专家与公众参与者的贡献。

提出的方法

• 利用遍布全球的低成本、公开可访问的宇宙射线探测器网络，从不同地理区域实时采集数据。
• 采用数据处理管道，将活跃采集站点的原始数据迁移至中央计算中心（ACC Cyfronet AGH-UST）进行处理。
• 应用时间聚类算法，从背景噪声中识别潜在的相关粒子事件，特别是光子簇射。
• 生成探测器模式的可视化图谱（如图4所示），以支持人工检查与候选信号分类。
• 整合机器学习与众包工具，优先筛选并验证潜在的发现候选，以供深入分析。
• 采用声誉与贡献追踪系统，根据个人与团队的贡献分配共同作者身份与认可。

实验结果

研究问题

• RQ1 是否可利用全球分布的低成本探测器网络检测到宇宙射线中广泛分布的广延光子簇射？
• RQ2 自动化聚类与人机协作分类相结合，在识别稀有、相关宇宙射线事件方面的有效性如何？
• RQ3 公民科学与开放数据基础设施是否能显著提升发现潜力，超越大型孤立观测台的能力？
• RQ4 通过集体人工分类在真实宇宙射线数据中识别出的候选模式，其统计显著性如何？
• RQ5 如何通过透明的、基于贡献的共同作者身份模式，维持大规模、跨学科物理项目中的长期参与度？

主要发现

• CREDO监测仪原型已成功部署，并在成员内部可用，证明了实时全球数据监控的可行性。
• 在时间-空间区间内，事件到达时间与平均值的统计偏离可作为相关光子簇射的特征，如图4所示。
• 该项目能够探测到空间分布广泛的天体物理信号，这些信号可能无法被传统局域化观测台探测到。
• 通过共同作者身份权利与基于表现的排名机制，激励公众参与，提升参与动机与积极性。
• 将人工智能辅助数据筛选与人工分类相结合，显著提升了对宇宙射线数据中稀有非随机模式的探测灵敏度。
• 项目获得PLGrid基础设施与ASTERICS欧盟项目的资助，确保了计算与科学上的可持续性。