Neutrino Atlas
PT
  1. Termos
  2. Princípios de detecção e tecnologia de detectores
  3. Reconstrução e identificação de eventos

Reconstrução e identificação de eventos

ConceitoNível 2 de 4

A transformação dos sinais brutos do detector em grandezas físicas: vértice, direção, energia, sabor e tipo de evento.

Os algoritmos de reconstrução ajustam os tempos de chegada da luz e as cargas, ou traços e aglomerados, para inferir o que aconteceu em uma interação. A identificação de partículas e a classificação de eventos, cada vez mais feitas com aprendizado de máquina, separam os canais de sinal dos fundos e uns dos outros.

Em palavras simples

Um detector não registra um neutrino. Ele registra um padrão: alguns milhares de pulsos de PMT com tempos e cargas, ou um conjunto de sinais em fios e traços. A reconstrução de eventos é o trabalho de detetive que transforma esse padrão de volta em uma história: onde a interação aconteceu, quais partículas saíram, em que direção se moveram, quanta energia transportavam e, portanto, que tipo de neutrino provavelmente era.

As etapas

  • Registro. Um trigger decide em tempo real qual atividade vale a pena guardar, e o limiar de energia define os eventos de menor energia que sobrevivem.
  • Localização. A reconstrução do vértice e da direção ajusta os tempos de chegada da luz ou a geometria dos traços para encontrar onde a interação ocorreu e para onde foram seus produtos, com uma resolução angular que depende do tipo de evento.
  • Identificação. A identificação de partículas separa múons de elétrons, recuos nucleares de recuos eletrônicos e partículas únicas de múltiplas, usando formas de anéis, formas de pulsos e propriedades dos traços.
  • Classificação. Os eventos são ordenados em topologias, como traços e cascatas, e marcados com assinaturas correlacionadas no tempo por meio da técnica de coincidência, por exemplo uma captura retardada de nêutron ou um elétron de Michel.
  • Medição. A luz ou carga visível é convertida em energia depositada e, com um modelo da interação, em uma estimativa da energia do neutrino, que é o tema da reconstrução de energia.

Todas essas etapas dependem da calibração com fontes conhecidas, que relaciona a resposta do detector a unidades físicas.

Em detalhe

A reconstrução clássica usa ajustes de máxima verossimilhança: para cada hipótese, como um único elétron que parte de um dado ponto com uma dada energia, prevê-se a carga e o tempo esperados em cada sensor e compara-se com o que foi observado. Vence a hipótese de maior verossimilhança. O algoritmo fiTQun do Super-Kamiokande é um exemplo. Desde meados da década de 2010, o aprendizado de máquina tornou-se um segundo pilar. O NOvA introduziu em 2016 um classificador baseado em rede neural convolucional que trata as vistas do detector como imagens, e redes semelhantes são usadas em experimentos de argônio líquido, como o MicroBooNE e o DUNE.

Por que isso importa para a física de neutrinos

Os resultados sobre oscilações, neutrinos solares e astrofísica são tão bons quanto a reconstrução por trás deles. A descoberta da oscilação atmosférica no Super-Kamiokande dependia de distinguir anéis do tipo múon dos anéis do tipo elétron e de medir sua direção. Vieses de reconstrução, por exemplo na escala de energia ou na posição, estão entre as principais incertezas sistemáticas dos experimentos modernos.

Perguntas frequentes

A energia do neutrino é medida diretamente?

Não. Apenas os produtos visíveis são medidos. A energia do neutrino é inferida a partir deles, o que exige modelos da interação e das partículas que escapam sem ser vistas, como nêutrons ou o neutrino emergente em eventos de corrente neutra.

Os métodos de aprendizado de máquina substituem os ajustes baseados na física?

Não totalmente. Eles costumam ser melhores na classificação, enquanto os ajustes de verossimilhança continuam comuns para estimativas precisas de vértice e energia. Ambos são validados com dados de calibração e simulação.

Aprofundar

Mencionado em 3 páginas

Última atualização: · Princípios editoriais

Citar esta página

Texto

Neutrino Atlas (2026). “Reconstrução e identificação de eventos”. Disponível em: https://neutrino-atlas.com/pt/terms/event-reconstruction/ (acesso em 22 de novembro de 2026).

BibTeX

@misc{neutrinoatlas2026termseventreconstruction,
  title        = {Reconstrução e identificação de eventos},
  author       = {{Neutrino Atlas}},
  year         = {2026},
  url          = {https://neutrino-atlas.com/pt/terms/event-reconstruction/},
  note         = {Acesso em 2026-11-22},
  language     = {portuguese}
}