Scheda CRUNCH FINAL




Informazioni generali

Cosmic Ray UNveiling with CHerenkov telescopes (CRUNCH) - Artificial intelligence methods to study cosmic rays with ASTRI

CRUNCH

Programma

Programma

R & D

RSN5

RSN4

Attività: Nuova; Data inizio: 2023; Data fine: 2025

antonino.labarbera antonino.labarbera@inaf.it

Il nostro obiettivo è studiare la composizione chimica dei raggi cosmici utilizzando i telescopi Cherenkov con tecniche di Machine Learning, dimostratesi molto efficaci per la discriminazione gamma/adroni nel contesto dell'astronomia TeV con IACT (Imaging Atmospheric Cherenkov Telescopes). Esploreremo sia metodi già sperimentati che nuovi algoritmi, applicandoli alla componente adronica del segnale raccolto dai telescopi, per discriminare efficacemente le diverse specie elementari di adroni. Simuleremo diversi campioni di sciami atmosferici di particelle generate da adroni e li utilizzeremo per testare tecniche di apprendimento automatico, di ensemble e di deep learning. Verificheremo i metodi applicandoli ai dati raccolti da ASTRI Mini-Array e dal telescopio prototipo Astri-Horn.

Our aim is to investigate the ability  to infer the chemical compositions of cosmic rays using Cherenkov telescopes. We will exploit Machine Learning techniques, proven to be highly effective for gamma hadron discrimination in the context of TeV astronomy with IACT (Imaging Atmospheric Cherenkov Telescopes). We will explore both already assessed methods and new algorithms, applying them to the hadronic component of the signal collected by the Cherenkov telescope, to discriminate the different elemental species of hadrons efficiently. We will simulate different samples of hadron-generated showers and use them to test machine, ensemble, and deep learning techniques. We will verify the methods by applying them to data collected by ASTRI Mini-Array  and the prototype telescope Astri-Horn.

Fenomeni non termici, raggi cosmici e astroparticelle

Tecnologie per Astronomia delle Alte Energie

Tecnologie Informatiche e software

Tecnologie per osservazioni da Terra


Team Summary

15. Personale INAF coinvolto
Numero di partecipanti INAF al progetto: 10
Struttura Nfte N0 TI 2023 TI 2024 TI 2025 TD 2023 TD 2024 TD 2025 Nex Extra
IASF PALERMO 6 0 0.70 0.70 0.70 0.10 0.10 0.10 0 0.00
O.A. ROMA 0 0 0.00 0.00 0.00 0 0 0 0 0.00
Totali 6 0 0.70 0.70 0.70 0.10 0.10 0.10 0 0.00

Fondi a sostegno

21. Totale fondi a disposizione (dato aggregato, k€)
Certi 2023 Certi 2024 Certi 2025 Presunti 2023 Presunti 2024 Presunti 2025
0.0 0.0 0.0 57.0 43.0 0.0

Produzione scientifica e tecnologica

22. Produzione scientifica e tecnologica - Highlights
# DOI Descrizione Azione
1 in preparazione Pagliaro, A.; Cusumano, G.; La Barbera, A.; La Parola, V.; Lombardi, S., Application of Machine Learning Stacking Ensemble methods to IACTs event reconstruction, Applied Sciences, invited research paper per lo special issue "Hardware-Aware Deep Learning", in preparazione.
2 10.1007/978-3-030-65867-0_5 A. Bruno, A. Pagliaro, V. La Parola, "Application of Machine and Deep Learning Methods to the Analysis of IACTs Data", 2021 in: Intelligent Astrophysics. Edited by I. Zelinka, M. Brescia and D. Baron. Emergence, Complexity and Computation, Vol 39. ISBN: 978-3-030-65867-0. Springer, Cham, 2021, p. 115-136



Informazioni Pubbliche

<p><span style="color: rgb(0, 0, 255);">Particle astrophysics</span></p><p><font color="#0000ff">Cosmic rays</font></p><p><span style="color: rgb(0, 0, 255);">Cosmic ray showers</span></p><p><span style="color: rgb(0, 0, 255);">Gamma-ray sources</span></p><p><span style="color: rgb(0, 0, 255);">Gamma-ray telescopes</span></p><p><span style="color: rgb(0, 0, 255);">Astronomy data analysis</span></p><p><span style="color: rgb(0, 0, 255);">Computational methods</span></p><p><span style="color: rgb(0, 0, 255);">GPU computing</span></p><p><span style="color: rgb(0, 0, 255);">Gamma ray observatories</span></p>

<p>Currenly the members of the team are INAF reaserchers mainly at IASF-Palermo. Our aim is to study and develop software tools to make IACTs competitive in cosmic ray science. This would certainly have important repercussions in the field of astroparticle science in which INAF could play a leading role in the coming years with its involvement in the ASTRI Mini-Array experiment and in the CTA observatory. Our goal is also to expand the group to both national and international contributions in an attempt to acquire skills and centrality in science of cosmic rays and in the use of machine learning techniques applied to TeV astrophysics and particle astrophysics.</p>

<p>ASTRI Mini-Array; ASTRI-Horn</p>


15. Team members, Informazioni generali


15. Personale INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2023/2024/2025) FTE Presunte (2023/2024/2025) Extra
1 antonino.labarbera antonino.labarbera@inaf.it IASF PALERMO Y RICERCATORE Principal Investigator and scientist X X X X X X X OK
2 antonio.pagliaro antonio.pagliaro@inaf.it IASF PALERMO Y RICERCATORE Co-Principal Investigator and scientist X X X X X X X OK
3 valentina.laparola valentina.laparola@inaf.it IASF PALERMO Y RICERCATORE scientist X X X X X X X OK
4 milvia.capalbi milvia.capalbi@inaf.it IASF PALERMO Y TECNOLOGO scientist X X X X X X X OK
5 pierluca.sangiorgi pierluca.sangiorgi@inaf.it IASF PALERMO Y TECNOLOGO software engineer X X X X X X X OK
6 anna.anzalone anna.anzalone@iasf-palermo.inaf.it IASF PALERMO Y RICERCATORE scientist X X X X X X X OK
7 giovanni.contino giovanni.contino@ifc.inaf.it IASF PALERMO N TECNOLOGO scientist X X X X X X X OK
8 osvaldo.catalano osvaldo.catalano@iasf-palermo.inaf.it IASF PALERMO N ASSOCIATO CON INCARICO DI RICERC scientist X X X X X X X OK
9 davide.mollica davide.mollica@inaf.it IASF PALERMO N ASSEGNISTA scientist X X X X X X X OK
10 saverio.lombardi saverio.lombardi@inaf.it O.A. ROMA Y RICERCATORE scientist X X X X X X X OK

16. Personale Associato INAF coinvolto

# Nome E-mail Struttura TI Qualifica Ruolo nel Progetto FTE Impegnate (2023/2024/2025) FTE Presunte (2023/2024/2025) Extra

21. Fondi a Sostegno Iniziativa

CRUNCH is a new project that has not received funding at the moment. We are participating in the request for funding through the INAF Techno Grants for the two-year period 2023-2024.


Tabella fondi:

# Provenienza Certi 2023 (k€) Certi 2024 (k€) Certi 2025 (k€) Presun. 2023 (k€) Presun. 2024 (k€) Presun. 2025 (k€) Totale Certi (k€) Totale Presunti (k€)
1 INAF 0 0 0 57 43 0 0 100


Tabella fondi Astrofisica Fondamentale e PNRR:
# Provenienza Fondi 2023 (€) Fondi 2024 (€) Fondi 2025 (€)