Searching for as yet undetected gamma-ray sources is a major target of the Fermi LAT Collaboration. We address the problem by clustering the directions of the high-energy photon emissions detected by the telescope onboard the Fermi spacecraft. Putative sources are identified as the excess mass of disconnected high density regions on a sphere mesh, which allows for their joint discrimination from the diffuse gamma-ray background spreading over the entire area. Density is estimated nonparametrically via binned directional kernel methods. The identification is accomplished by breaking the problem into independent subregions of the sphere separated by empty bins, thus leading to a remarkable gain in efficiency.
La ricerca di sorgenti di raggi gamma non ancora rilevate è uno dei principali obiettivi della Fermi LAT Collaboration. Il problema viene affrontato raggruppando le direzioni delle emissioni di fotoni ad alta energia rilevate dal telescopio a bordo della sonda Fermi. Le potenziali sorgenti sono identificate come l'eccess mass delle regioni ad alta densità disconnesse su una griglia sferica, che consente di discriminarle congiuntamente dal background diffuso che si estende sull'intera area. La densità è stimata in modo non parametrico attraverso metodi di kernel binned direzionali. L'identificazione viene effettuata suddividendo il problema in sotto-regioni indipendenti della sfera separate da celle vuote, ottenendo così un notevole guadagno in termini di efficienza.
Clustering non parametrico per la separazione efficiente di sorgenti di raggi gamma dal background diffuso
FRENI, FRANCESCO
2022/2023
Abstract
Searching for as yet undetected gamma-ray sources is a major target of the Fermi LAT Collaboration. We address the problem by clustering the directions of the high-energy photon emissions detected by the telescope onboard the Fermi spacecraft. Putative sources are identified as the excess mass of disconnected high density regions on a sphere mesh, which allows for their joint discrimination from the diffuse gamma-ray background spreading over the entire area. Density is estimated nonparametrically via binned directional kernel methods. The identification is accomplished by breaking the problem into independent subregions of the sphere separated by empty bins, thus leading to a remarkable gain in efficiency.File | Dimensione | Formato | |
---|---|---|---|
Freni_Francesco.pdf
accesso aperto
Dimensione
15.38 MB
Formato
Adobe PDF
|
15.38 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/49980