IceCube Neutrino Observatory, et kubikkilometer stort neutrinoteleskop på Sydpolen, har observeret en ny slags astrofysisk budbringer. I en ny undersøgelse, der for nylig blev accepteret til offentliggørelse som et redaktørforslag af tidsskriftet Physical Review Letters og tilgængelig på arXiv preprint-server, IceCube-samarbejdet, inklusive Penn State-forskere, præsenterede opdagelsen af syv af de engang undvigende astrofysiske tau-neutrinoer.
Neutrinoer er bittesmå, svagt interagerende subatomære partikler, der kan rejse astronomiske afstande uforstyrret. Som sådan kan de spores tilbage til deres kilder og afsløre mysterierne om deres kosmiske oprindelse. Højenergi-neutrinoer, der stammer fra de fjerneste rækker ud over vores galakse, kaldes astrofysiske neutrinoer. Disse kosmiske budbringere kommer i tre forskellige smagsvarianter:elektron, muon og tau, hvor astrofysiske tau-neutrinoer er usædvanligt svære at fastlægge.
"I 2013 præsenterede IceCube sit første bevis på højenergiske astrofysiske neutrinoer, der stammer fra kosmiske acceleratorer, der begynder en ny æra inden for astronomi," sagde Doug Cowen, professor i fysik og i astronomi og astrofysik ved Eberly College of Science i Penn State og en af studielederne. "Denne spændende nye opdagelse kommer med den spændende mulighed for at udnytte tau-neutrinoer til at afdække ny fysik."
IceCube detekterer neutrinoer ved hjælp af strenge af digitale optiske moduler (DOM'er), med i alt 5.160 DOM'er indlejret dybt i den antarktiske is. Når neutrinoer interagerer med kerner i isen, produceres ladede partikler, der udsender blåt lys - som registreres og digitaliseres af de enkelte DOM'er - mens de rejser gennem isen. Lyset producerer karakteristiske mønstre. Et af disse mønstre, kaldet dobbeltkaskadehændelser, er tegn på højenergi-tau-neutrino-interaktioner i detektoren.
Tidligere IceCube-analyser så antydninger af disse subtile signaturer produceret af astrofysiske tau-neutrinoer, så forskerne forblev motiverede til at lokalisere disse undvigende partikler. Forskerne renderede dataene fra hver potentiel tau-neutrino-begivenhed til billeder og trænede derefter konvolutionelle neurale netværk (CNN'er), en type maskinlæringsalgoritme optimeret til billedklassificering, på billederne.
Dette gjorde det muligt for forskerne at skelne billeder produceret af tau neutrinoer fra billeder produceret af forskellige baggrunde. Efter at have kørt simuleringer, der bekræftede dens følsomhed over for tau-neutrinoer, blev teknikken derefter anvendt på 10 års IceCube-data erhvervet mellem 2011 og 2020. Resultatet var syv stærke kandidat-tau-neutrino-begivenheder.