Detailansicht
Machine learning for antihydrogen detection in ASACUSA
Bernadette Kolbinger
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Physik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Doktoratsstudium NAWI aus dem Bereich Naturwissenschaften (Dissertationsgebiet: Physik)
Betreuer*in
Eberhard Widmann
DOI
10.25365/thesis.56657
URN
urn:nbn:at:at-ubw:1-17282.53512.556453-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Alle fundamentalen Wechselwirkungen des Standard Modells der Teilchenphysik sind invariant unter der kombinierten Transformation von Ladungskonjugation, Parität und Zeitumkehr (CPT). Es folgt, dass die fundamentalen Eigenschaften von Teilchen und Antiteilchen betragsmäßig gleich sind. Infolgedessen sollten auch die Spektren von Atomen und deren Antiatomen gleich sein. Das einfachste stabile Atom, das gänzlich aus Antimaterie besteht, ist Antiwasserstoff. Sein Materiegegenstück, Wasserstoff, ist eines des meist untersuchten atomaren Systeme. Ein Vergleich der Spektren von Wasserstoff und Antiwasserstoff liefert daher einen der sensitivsten Tests der CPT Symmetrie.
Die ASACUSA (Atomic Spectroscopy And Collisions Using Slow Antiprotons) Kollaboration hat das Ziel die Übergangsfrequenz der Hyperfeinstruktur von Antiwasserstoff im Grundzustand in einem Rabi-ähnlichen Strahlexperiment zu messen und somit die CPT Symmetry mit höchster Präzision zu testen.
Antiprotonen und Positronen werden in einer Teilchenfalle zu Antiwasserstoff kombiniert. Die neutralen Antiatome verlassen die Falle als polarisierter Strahl and treten in den Spektroskopieapparat ein, der aus einer Mikrowellenkavität und einem Sextupolmagneten besteht.
Am Ende des Aufbaus annihilieren die Antiatome in einem Detektor, der im Fokus dieser Arbeit steht. Die Aufgabe des Detektors ist, die ankommenden Antiwasserstoffatome zu zählen und somit Signal von Hintergrund zu unterscheiden. Letzterer ist von Höhenstrahlung dominiert. Der Detektor besteht aus einem positionsempfindlichen Kalorimeter im Zentrum eines zweilagigen Hodoskops zum Nachweis der Sekundärteilchen der Annihilation.
Im Zuge dieser Arbeit sind mehrere Hardware- und Softwareverbesserungen der Diskriminierung von Signal und Hintergrund durchgeführt worden. Insbesondere ist eine effiziente, auf experimentellen Daten basierende Machine Learning Analyse zur Identifizierung von seltenen Antiwasserstoffannihilationen und Hintergrundereignissen entwickelt worden. Der Algorithmus wurde mit Antiprotonannihilationen, die während dedizierten Extraktionen zum Detektor aufgenommen wurden, und Hintergrundereignissen, die während Perioden ohne Antiprotonen in den Fallen gemessen wurden, trainiert.
Das wichtigste Resultat ist die erste Messung der Hauptquantenzahlverteilung der produzierten Antiwasserstoffatome im feldfreien Raum. Das Ergebnis deutet darauf hin, dass ein Teil der Antiwasserstoffatome in niedrigen Energiezuständen produziert wird. Jedoch ist die Rate noch nicht ausreichend genug, um Spektroskopie zu betreiben, und das Ziel einer Messung des Hyperfeinübergangs mit ppm Genauigkeit noch nicht zum Greifen nah.
Des Weiteren wurde die Positionsauflösung des Hodoskops kürzlich durch ein Upgrade bestehend aus szintillierenden Fasern verbessert. Ein drei-dimensionaler Trackingalgorithmus wurde im Zuge dieser Arbeit entwickelt, mit dem Ziel, die Vertices von Annihilationen zu bestimmen. Information über die Position der Annihilationen ist hilfreich um Antiwasserstoffereignisse, die auf dem zentralen Detektor annihilieren, von jeden zu unterschieden, die upstream vom Detektor am Strahlrohr auftreffen.
Abstract
(Englisch)
All fundamental interactions described within the Standard Model of particle physics are invariant under the combined transformation of charge conjugation, parity and time reversal (CPT). As a consequence, the fundamental properties of particles and their antiparticles are identical (mass, lifetime) or sign-opposite (charge, magnetic moment). Thus, atoms and antiatoms should also have the same characteristic spectra.
The simplest stable atom composed solely of antimatter is antihydrogen and its matter counterpart hydrogen is one of the most precisely studied atomic systems. Therefore a comparison of the spectra of hydrogen and antihydrogen allows one of the most stringent tests of CPT.
In order to test CPT symmetry with high precision, the \acs{ASACUSA} (Atomic Spectroscopy And Collisions Using Slow Antiprotons) collaboration aims to measure the ground state hyperfine splitting of antihydrogen in a Rabi-type beam experiment. Antiprotons and positrons form antihydrogen in a mixing trap. The antiatoms leave the trap as a polarised beam and reach the spectroscopy beamline consisting of a microwave cavity for inducing hyperfine transitions and a state-analysing sextupole magnet.
At the end of the apparatus, the antiatoms annihilate in a detector which is the focus of this thesis. Its purpose is to count the arriving antihydrogen atoms and to distinguish these signal events from the cosmic-ray dominated background. The detector is composed of a position sensitive central calorimeter which records the annihilation and a surrounding two-layered hodoscope for tracking annihilation products (pions). In the course of this thesis, improvements of the signal and background discrimination on the hardware and the software level have been carried out.
Most notably, a data-driven machine learning analysis has been developed to distinguish rare antihydrogen annihilations from background events with high efficiency. The algorithm is trained and evaluated with antiproton events recorded during dedicated direct antiproton extractions to the detector and background events gathered during periods without antiprotons in the traps. The most important result is the first measurement of the distribution of principle quantum numbers of the produced antihydrogen atoms in a magnetic field-free region. The outcome indicates that a small fraction of antihydrogen atoms in low-lying states are produced. The rate however is not yet sufficient for spectroscopy, and the goal of a relative precision for the hyperfine frequency at the ppm level is not yet within reach.
Recently, the hodoscope's position resolution has been improved by an upgrade consisting of scintillating fibres. During this thesis, a three-dimensional tracking algorithm has been developed in order to determine the vertices of annihilation events. Information on the position of the annihilation helps to distinguish antihydrogen events annihilating on the central detector from possible annihilations upstream.
Schlagwörter
Schlagwörter
(Englisch)
antihydrogen particle detector machine learning CPT symmetry
Schlagwörter
(Deutsch)
Antiwasserstoff Teilchen Detektor Machine Learning CPT Symmetrie
Autor*innen
Bernadette Kolbinger
Haupttitel (Englisch)
Machine learning for antihydrogen detection in ASACUSA
Paralleltitel (Deutsch)
Machine Learning für Antiwasserstoff Detektion in ASACUSA
Publikationsjahr
2019
Umfangsangabe
XI, 217 Seiten : Illustrationen, Diagramme
Sprache
Englisch
Beurteiler*in
Eberhard Widmann
AC Nummer
AC15537272
Utheses ID
50047
Studienkennzahl
UA | 796 | 605 | 411 |