Neutrino Atlas
DE
  1. Begriffe
  2. Nachweisprinzipien und Detektortechnik
  3. Ereignisrekonstruktion und -identifikation

Ereignisrekonstruktion und -identifikation

KonzeptEbene 2 von 4Auch genannt: Ereignisrekonstruktion

Die Umwandlung roher Detektortreffer in physikalische Größen: Vertex, Richtung, Energie, Flavour und Ereignistyp.

Rekonstruktionsalgorithmen passen Lichtankunftszeiten und Ladungen oder Spuren und Cluster an, um zu ermitteln, was bei einer Wechselwirkung geschah. Teilchenidentifikation und Ereignisklassifikation, zunehmend mit maschinellem Lernen, trennen Signalkanäle von Untergründen und voneinander.

Einfach erklärt

Ein Detektor zeichnet kein Neutrino auf. Er zeichnet ein Muster auf: einige Tausend Photomultiplier-Pulse mit Zeiten und Ladungen oder eine Menge von Drahtsignalen und Spuren. Ereignisrekonstruktion ist die Detektivarbeit, die aus diesem Muster wieder eine Geschichte macht: wo die Wechselwirkung stattfand, welche Teilchen entstanden, in welche Richtung sie flogen, wie viel Energie sie trugen und damit, welche Art von Neutrino es am wahrscheinlichsten war.

Die Schritte

  • Aufzeichnen. Ein Trigger entscheidet in Echtzeit, welche Aktivität aufbewahrt wird, und die Energieschwelle legt fest, welche niedrigsten Ereignisse erhalten bleiben.
  • Lokalisieren. Die Vertex- und Richtungsrekonstruktion passt Ankunftszeiten des Lichts oder die Spurgeometrie an, um den Ort der Wechselwirkung und die Flugrichtung der Produkte zu finden, mit einer Winkelauflösung, die vom Ereignistyp abhängt.
  • Identifizieren. Die Teilchenidentifikation trennt Myonen von Elektronen, Kernrückstöße von Elektronrückstößen und einzelne von mehreren Teilchen, anhand von Ringformen, Pulsformen und Spureigenschaften.
  • Klassifizieren. Ereignisse werden in Topologien wie Spuren und Kaskaden eingeteilt und mit der Koinzidenztechnik durch zeitlich korrelierte Signaturen markiert, etwa einen verzögerten Neutroneneinfang oder ein Michel-Elektron.
  • Messen. Das sichtbare Licht oder die Ladung wird in deponierte Energie umgerechnet und mit einem Modell der Wechselwirkung in eine Schätzung der Neutrinoenergie, Gegenstand der Energierekonstruktion.

Alle diese Schritte beruhen auf der Kalibrierung mit bekannten Quellen, die die Antwort des Detektors mit physikalischen Einheiten verknüpft.

Im Detail

Klassische Rekonstruktion nutzt Maximum-Likelihood-Fits: Für jede Hypothese, etwa ein einzelnes Elektron, das an einem bestimmten Punkt mit einer bestimmten Energie startet, werden Ladung und Zeit an jedem Sensor vorhergesagt und mit der Beobachtung verglichen. Die Hypothese mit der höchsten Likelihood gewinnt. Der Algorithmus fiTQun von Super-Kamiokande ist ein Beispiel. Seit Mitte der 2010er-Jahre ist maschinelles Lernen eine zweite Säule. NOvA führte 2016 einen Klassifikator auf Basis eines faltenden neuronalen Netzes ein, der Detektoransichten wie Bilder behandelt, und ähnliche Netze werden in Flüssigargon-Experimenten wie MicroBooNE und DUNE eingesetzt.

Warum es für die Neutrinophysik wichtig ist

Oszillations-, Sonnen- und astrophysikalische Ergebnisse sind nur so gut wie die Rekonstruktion dahinter. Die Entdeckung der atmosphärischen Oszillation in Super-Kamiokande hing davon ab, myonartige von elektronartigen Ringen zu unterscheiden und ihre Richtung zu messen. Verzerrungen der Rekonstruktion, etwa in Energieskala oder Ort, gehören zu den führenden systematischen Unsicherheiten moderner Experimente.

Häufige Fragen

Wird die Energie des Neutrinos direkt gemessen?

Nein. Gemessen werden nur die sichtbaren Produkte. Die Neutrinoenergie wird daraus erschlossen, was Modelle der Wechselwirkung und unsichtbar entweichender Teilchen erfordert, etwa Neutronen oder das auslaufende Neutrino bei Ereignissen des neutralen Stroms.

Ersetzen Methoden des maschinellen Lernens physikbasierte Fits?

Nicht vollständig. Sie sind bei der Klassifikation oft besser, während Likelihood-Fits für präzise Vertex- und Energieschätzungen verbreitet bleiben. Beide werden mit Kalibrierdaten und Simulation überprüft.

Tiefer einsteigen

Erwähnt in 3 Seiten

Stand: · Redaktionelle Grundsätze

Diese Seite zitieren

Text

Neutrino Atlas (2026): „Ereignisrekonstruktion und -identifikation“. Online: https://neutrino-atlas.com/de/terms/event-reconstruction/ (abgerufen am 22.11.2026).

BibTeX

@misc{neutrinoatlas2026termseventreconstruction,
  title        = {Ereignisrekonstruktion und -identifikation},
  author       = {{Neutrino Atlas}},
  year         = {2026},
  url          = {https://neutrino-atlas.com/de/terms/event-reconstruction/},
  note         = {Abgerufen am 2026-11-22},
  language     = {german}
}