Desarrollo de algoritmos basados en inteligencia artificial para clasificación de eventos en los experimentos DEAP-3600

Abstract

La inteligencia artificial y especialmente las redes neuronales están siendo ampliamente

utilizadas en fı́sica de partı́culas para extraer información de grandes volúmenes de datos. Por otro lado, uno de los más relevantes desafı́os de la fı́sica actual es la comprensión de la naturaleza de la Materia Oscura. Uno de los candidatos más prometedores son las partículas masivas débilmente interactivas (WIMP), que se intentan detectar por medio de experimentos basados en argón lı́quido como DEAP-3600. La gran cantidad de datos generados por parte de estos experimentos tiene que ser procesada y analizada de manera fiable y rápida. Para esta tarea, la inteligencia artificial puede jugar un papel relevante. El objetivo principal de este trabajo es la clasificación, con redes neuronales, de distintos tipos de eventos en el experimento DEAP-3600 en SNOLAB (Canadá). Mediante esta

clasificación se pueden separar la señal (eventos producidos por retrocesos nucleares de 40Ar) y el fondo (eventos producidos por la desintegración alfa de granos de polvo en

suspensión en el detector). Como resultado del trabajo se obtiene una aceptancia del

28,1 % para un poder de rechazo del 90 %.