Abstract
The Pierre Auger Observatory, at present the largest cosmic-ray observatory ever built, is instrumented with a ground array of 1600 water-Cherenkov detectors, known as the Surface Detector (SD). The SD samples the secondary particle content (mostly photons, electrons, positrons and muons) of extensive air showers initiated by cosmic rays with energies ranging from 1017 eV up to more than 1020 eV. Measuring the independent contribution of the muon component to the total registered signal is crucial to enhance the capability of the Observatory to estimate the mass of the cosmic rays on an event-by-event basis. However, with the current design of the SD, it is difficult to straightforwardly separate the contributions of muons to the SD time traces from those of photons, electrons and positrons. In this paper, we present a method aimed at extracting the muon component of the time traces registered with each individual detector of the SD using Recurrent Neural Networks. We derive the performances of the method by training the neural network on simulations, in which the muon and the electromagnetic components of the traces are known. We conclude this work showing the performance of this method on experimental data of the Pierre Auger Observatory. We find that our predictions agree with the parameterizations obtained by the AGASA collaboration to describe the lateral distributions of the electromagnetic and muonic components of extensive air showers.
| Original language | American English |
|---|---|
| Article number | P07016 |
| Journal | Journal of Instrumentation |
| Volume | 16 |
| Issue number | 7 |
| DOIs | |
| State | Indexed - Jul 2021 |
| Externally published | Yes |
Bibliographical note
Publisher Copyright:© 2021 IOP Publishing Ltd and Sissa Medialab.
Keywords
- Analysis and statistical methods
- Calibration and fitting methods
- Cherenkov detectors
- Cluster finding
- Large detector systems for particle and astroparticle physics
- Pattern recognition
Access to Document
Fingerprint
Dive into the research topics of 'Extraction of the muon signals recorded with the surface detector of the Pierre Auger Observatory using recurrent neural networks'. Together they form a unique fingerprint.Cite this
- APA
- Author
- BIBTEX
- Harvard
- Standard
- RIS
- Vancouver
}
In: Journal of Instrumentation, Vol. 16, No. 7, P07016, 07.2021.
Research output: Contribution to journal › Original Article › peer-review
TY - JOUR
T1 - Extraction of the muon signals recorded with the surface detector of the Pierre Auger Observatory using recurrent neural networks
AU - Aab, A.
AU - Abreu, P.
AU - Aglietta, M.
AU - Albury, J. M.
AU - Allekotte, I.
AU - Almela, A.
AU - Alvarez-Muñiz, J.
AU - Batista, R. Alves
AU - Anastasi, G. A.
AU - Anchordoqui, L.
AU - Andrada, B.
AU - Andringa, S.
AU - Aramo, C.
AU - Ferreira, P. R.Araújo
AU - Velázquez, J. C.Arteaga
AU - Asorey, H.
AU - Assis, P.
AU - Avila, G.
AU - Badescu, A. M.
AU - Bakalova, A.
AU - Balaceanu, A.
AU - Barbato, F.
AU - Luz, R. J.Barreira
AU - Becker, K. H.
AU - Bellido, J. A.
AU - Berat, C.
AU - Bertaina, M. E.
AU - Bertou, X.
AU - Biermann, P. L.
AU - Bister, T.
AU - Biteau, J.
AU - Blazek, J.
AU - Bleve, C.
AU - Boháčová, M.
AU - Boncioli, D.
AU - Bonifazi, C.
AU - Arbeletche, L. Bonneau
AU - Borodai, N.
AU - Botti, A. M.
AU - Brack, J.
AU - Bretz, T.
AU - Orchera, P. G.Brichetto
AU - Briechle, F. L.
AU - Buchholz, P.
AU - Bueno, A.
AU - Buitink, S.
AU - Buscemi, M.
AU - Caballero-Mora, K. S.
AU - Caccianiga, L.
AU - Canfora, F.
AU - Caracas, I.
AU - Carceller, J. M.
AU - Caruso, R.
AU - Castellina, A.
AU - Catalani, F.
AU - Cataldi, G.
AU - Cazon, L.
AU - Cerda, M.
AU - Chinellato, J. A.
AU - Choi, K.
AU - Chudoba, J.
AU - Chytka, L.
AU - Clay, R. W.
AU - Cerutti, A. C.Cobos
AU - Colalillo, R.
AU - Coleman, A.
AU - Coluccia, M. R.
AU - Conceição, R.
AU - Condorelli, A.
AU - Consolati, G.
AU - Contreras, F.
AU - Convenga, F.
AU - dos Santos, D. Correia
AU - Covault, C. E.
AU - Dasso, S.
AU - Daumiller, K.
AU - Dawson, B. R.
AU - Day, J. A.
AU - de Almeida, R. M.
AU - de Jesús, J.
AU - de Jong, S. J.
AU - de Mauro, G.
AU - de Mello Neto, J. R.T.
AU - de Mitri, I.
AU - de Oliveira, J.
AU - de Oliveira Franco, D.
AU - de Palma, F.
AU - de Souza, V.
AU - de Vito, E.
AU - del Río, M.
AU - Deligny, O.
AU - Di Matteo, A.
AU - Dobrigkeit, C.
AU - D’Olivo, J. C.
AU - dos Anjos, R. C.
AU - Dova, M. T.
AU - Ebr, J.
AU - Engel, R.
AU - Epicoco, I.
AU - Erdmann, M.
AU - Escobar, C. O.
AU - Etchegoyen, A.
AU - Falcke, H.
AU - Farmer, J.
AU - Farrar, G.
AU - Fauth, A. C.
AU - Fazzini, N.
AU - Feldbusch, F.
AU - Fenu, F.
AU - Fick, B.
AU - Figueira, J. M.
AU - Filipčič, A.
AU - Fodran, T.
AU - Freire, M. M.
AU - Fujii, T.
AU - Fuster, A.
AU - Galea, C.
AU - Galelli, C.
AU - García, B.
AU - Vegas, A. L.Garcia
AU - Gemmeke, H.
AU - Gesualdi, F.
AU - Gherghel-Lascu, A.
AU - Ghia, P. L.
AU - Giaccari, U.
AU - Giammarchi, M.
AU - Giller, M.
AU - Glombitza, J.
AU - Gobbi, F.
AU - Gollan, F.
AU - Golup, G.
AU - Berisso, M. Gómez
AU - Vitale, P. F.Gómez
AU - Gongora, J. P.
AU - González, J. M.
AU - González, N.
AU - Goos, I.
AU - Góra, D.
AU - Gorgi, A.
AU - Gottowik, M.
AU - Grubb, T. D.
AU - Guarino, F.
AU - Guedes, G. P.
AU - Guido, E.
AU - Hahn, S.
AU - Hamal, P.
AU - Hampel, M. R.
AU - Hansen, P.
AU - Harari, D.
AU - Harvey, V. M.
AU - Haungs, A.
AU - Hebbeker, T.
AU - Heck, D.
AU - Hill, G. C.
AU - Hojvat, C.
AU - Hörandel, J. R.
AU - Horvath, P.
AU - Hrabovský, M.
AU - Huege, T.
AU - Hulsman, J.
AU - Insolia, A.
AU - Isar, P. G.
AU - Janecek, P.
AU - Johnsen, J. A.
AU - Jurysek, J.
AU - Kääpä, A.
AU - Kampert, K. H.
AU - Keilhauer, B.
AU - Kemp, J.
AU - Klages, H. O.
AU - Kleifges, M.
AU - Kleinfeller, J.
AU - Köpke, M.
AU - Kunka, N.
AU - Lago, B. L.
AU - Lang, R. G.
AU - Langner, N.
AU - de Oliveira, M. A.Leigui
AU - Lenok, V.
AU - Letessier-Selvon, A.
AU - Lhenry-Yvon, I.
AU - Lo Presti, D.
AU - Lopes, L.
AU - López, R.
AU - Lu, L.
AU - Luce, Q.
AU - Lucero, A.
AU - Lundquist, J. P.
AU - Payeras, A. Machado
AU - Mancarella, G.
AU - Mandat, D.
AU - Manning, B. C.
AU - Manshanden, J.
AU - Mantsch, P.
AU - Marafico, S.
AU - Mariazzi, A. G.
AU - Mariş, I. C.
AU - Marsella, G.
AU - Martello, D.
AU - Martinez, H.
AU - Bravo, O. Martínez
AU - Mastrodicasa, M.
AU - Mathes, H. J.
AU - Matthews, J.
AU - Matthiae, G.
AU - Mayotte, E.
AU - Mazur, P. O.
AU - Medina-Tanco, G.
AU - Melo, D.
AU - Menshikov, A.
AU - Merenda, K. D.
AU - Michal, S.
AU - Micheletti, M. I.
AU - Miramonti, L.
AU - Mollerach, S.
AU - Montanet, F.
AU - Morello, C.
AU - Mostafá, M.
AU - Müller, A. L.
AU - Muller, M. A.
AU - Mulrey, K.
AU - Mussa, R.
AU - Muzio, M.
AU - Namasaka, W. M.
AU - Nasr-Esfahani, A.
AU - Nellen, L.
AU - Niculescu-Oglinzanu, M.
AU - Niechciol, M.
AU - Nitz, D.
AU - Nosek, D.
AU - Novotny, V.
AU - Nožka, L.
AU - Nucita, A.
AU - Núñez, L. A.
AU - Palatka, M.
AU - Pallotta, J.
AU - Papenbreer, P.
AU - Parente, G.
AU - Parra, A.
AU - Pech, M.
AU - Pedreira, F.
AU - Pekala, J.
AU - Pelayo, R.
AU - Peña-Rodriguez, J.
AU - Martins, E. E.Pereira
AU - Armand, J. Perez
AU - Bertolli, C. Pérez
AU - Perlin, M.
AU - Perrone, L.
AU - Petrera, S.
AU - Pierog, T.
AU - Pimenta, M.
AU - Pirronello, V.
AU - Platino, M.
AU - Pont, B.
AU - Pothast, M.
AU - Privitera, P.
AU - Prouza, M.
AU - Puyleart, A.
AU - Querchfeld, S.
AU - Rautenberg, J.
AU - Ravignani, D.
AU - Reininghaus, M.
AU - Ridky, J.
AU - Riehn, F.
AU - Risse, M.
AU - Rizi, V.
AU - de Carvalho, W. Rodrigues
AU - Rojo, J. Rodriguez
AU - Roncoroni, M. J.
AU - Roth, M.
AU - Roulet, E.
AU - Rovero, A. C.
AU - Ruehl, P.
AU - Saffi, S. J.
AU - Saftoiu, A.
AU - Salamida, F.
AU - Salazar, H.
AU - Salina, G.
AU - Gomez, J. D.Sanabria
AU - Sánchez, F.
AU - Santos, E. M.
AU - Santos, E.
AU - Sarazin, F.
AU - Sarmento, R.
AU - Sarmiento-Cano, C.
AU - Sato, R.
AU - Savina, P.
AU - Schäfer, C. M.
AU - Scherini, V.
AU - Schieler, H.
AU - Schimassek, M.
AU - Schimp, M.
AU - Schlüter, F.
AU - Schmidt, D.
AU - Scholten, O.
AU - Schovánek, P.
AU - Schröder, F. G.
AU - Schröder, S.
AU - Schulte, J.
AU - Sciutto, S. J.
AU - Scornavacche, M.
AU - Segreto, A.
AU - Sehgal, S.
AU - Shellard, R. C.
AU - Sigl, G.
AU - Silli, G.
AU - Sima, O.
AU - Šmída, R.
AU - Sommers, P.
AU - Soriano, J. F.
AU - Souchard, J.
AU - Squartini, R.
AU - Stadelmaier, M.
AU - Stanca, D.
AU - Stanič, S.
AU - Stasielak, J.
AU - Stassi, P.
AU - Streich, A.
AU - Suárez-Durán, M.
AU - Sudholz, T.
AU - Suomijärvi, T.
AU - Supanitsky, A. D.
AU - Šupík, J.
AU - Szadkowski, Z.
AU - Taboada, A.
AU - Tapia, A.
AU - Taricco, C.
AU - Timmermans, C.
AU - Tkachenko, O.
AU - Tobiska, P.
AU - Peixoto, C. J.Todero
AU - Tomé, B.
AU - Travaini, A.
AU - Travnicek, P.
AU - Trimarelli, C.
AU - Trini, M.
AU - Tueros, M.
AU - Ulrich, R.
AU - Unger, M.
AU - Vaclavek, L.
AU - Vacula, M.
AU - Galicia, J. F.Valdés
AU - Valore, L.
AU - Varela, E.
AU - Varma, V.
AU - Vásquez-Ramírez, A.
AU - Veberič, D.
AU - Ventura, C.
AU - Quispe, I. D.Vergara
AU - Verzi, V.
AU - Vicha, J.
AU - Vink, J.
AU - Vorobiov, S.
AU - Wahlberg, H.
AU - Watanabe, C.
AU - Watson, A. A.
AU - Weber, M.
AU - Weindl, A.
AU - Wiencke, L.
AU - Wilczyński, H.
AU - Winchen, T.
AU - Wirtz, M.
AU - Wittkowski, D.
AU - Wundheiler, B.
AU - Yushkov, A.
AU - Zapparrata, O.
AU - Zas, E.
AU - Zavrtanik, D.
AU - Zavrtanik, M.
AU - Zehrer, L.
AU - Zepeda, A.
N1 - Publisher Copyright: © 2021 IOP Publishing Ltd and Sissa Medialab.
PY - 2021/7
Y1 - 2021/7
N2 - The Pierre Auger Observatory, at present the largest cosmic-ray observatory ever built, is instrumented with a ground array of 1600 water-Cherenkov detectors, known as the Surface Detector (SD). The SD samples the secondary particle content (mostly photons, electrons, positrons and muons) of extensive air showers initiated by cosmic rays with energies ranging from 1017 eV up to more than 1020 eV. Measuring the independent contribution of the muon component to the total registered signal is crucial to enhance the capability of the Observatory to estimate the mass of the cosmic rays on an event-by-event basis. However, with the current design of the SD, it is difficult to straightforwardly separate the contributions of muons to the SD time traces from those of photons, electrons and positrons. In this paper, we present a method aimed at extracting the muon component of the time traces registered with each individual detector of the SD using Recurrent Neural Networks. We derive the performances of the method by training the neural network on simulations, in which the muon and the electromagnetic components of the traces are known. We conclude this work showing the performance of this method on experimental data of the Pierre Auger Observatory. We find that our predictions agree with the parameterizations obtained by the AGASA collaboration to describe the lateral distributions of the electromagnetic and muonic components of extensive air showers.
AB - The Pierre Auger Observatory, at present the largest cosmic-ray observatory ever built, is instrumented with a ground array of 1600 water-Cherenkov detectors, known as the Surface Detector (SD). The SD samples the secondary particle content (mostly photons, electrons, positrons and muons) of extensive air showers initiated by cosmic rays with energies ranging from 1017 eV up to more than 1020 eV. Measuring the independent contribution of the muon component to the total registered signal is crucial to enhance the capability of the Observatory to estimate the mass of the cosmic rays on an event-by-event basis. However, with the current design of the SD, it is difficult to straightforwardly separate the contributions of muons to the SD time traces from those of photons, electrons and positrons. In this paper, we present a method aimed at extracting the muon component of the time traces registered with each individual detector of the SD using Recurrent Neural Networks. We derive the performances of the method by training the neural network on simulations, in which the muon and the electromagnetic components of the traces are known. We conclude this work showing the performance of this method on experimental data of the Pierre Auger Observatory. We find that our predictions agree with the parameterizations obtained by the AGASA collaboration to describe the lateral distributions of the electromagnetic and muonic components of extensive air showers.
KW - Analysis and statistical methods
KW - Calibration and fitting methods
KW - Cherenkov detectors
KW - Cluster finding
KW - Large detector systems for particle and astroparticle physics
KW - Pattern recognition
UR - http://www.scopus.com/inward/record.url?scp=85110748213&partnerID=8YFLogxK
U2 - 10.1088/1748-0221/16/07/P07016
DO - 10.1088/1748-0221/16/07/P07016
M3 - Original Article
AN - SCOPUS:85110748213
SN - 1748-0221
VL - 16
JO - Journal of Instrumentation
JF - Journal of Instrumentation
IS - 7
M1 - P07016
ER -