Onderzoekers van het Laboratory of Methods for Big Data Analysis (LAMBDA) van de Higher School of Economics hebben hun methode voor het analyseren van ultrahoge energiekosmische straling (UHECR) verbeterd met behulp van mobiele telefoons. Het werk is uitgevoerd als onderdeel van het CRAYFIS-experiment en de resultaten zijn gepresenteerd op de 22e Internationale Conferentie over Computing in High Energy and Nuclear Physics.

Kosmische stralen dringen constant de atmosfeer van de aarde binnen. Deze omvatten kosmische straling met ultrahoge energie (UHECR), die een energie hebben van meer dan 10 ¹⁸ ev). Hun eigenschappen blijven een beetje een mysterie voor wetenschappers. Ze komen voort uit supernova's en zwarte gaten, en, bij interactie met atmosferische deeltjes, vormen cascades van secundaire deeltjes met een lagere energie. Deze staan ​​bekend als uitgebreide atmosferische buien (EAS). Dat hebben wetenschappers berekend met een detector met een oppervlakte van 1 km ² , het zou mogelijk zijn om ongeveer één gebeurtenis om de 100 jaar te detecteren. Voor een volledige studie, een oppervlakte ter grootte van een klein Europees land nodig zou zijn.

Het CRAYFIS-project stelt voor om een ​​gedistribueerd gsm-netwerk te gebruiken om deze UHECR's te detecteren. Om dit te doen, onderzoekers van LAMBDA van HSE hebben een algoritme ontwikkeld voor het construeren van convolutionele neurale netwerken die kunnen worden gebruikt met conventionele mobiele telefoons om de muonen te registreren waaruit deze atmosferische buien bestaan.

Camera's voor mobiele telefoons maken gebruik van technologie die vergelijkbaar is met die in deeltjesdetectoren, en dus in staat zijn om EAS te detecteren. De deeltjes interageren met de CMOS-camera en laten sporen achter van zwak geactiveerde pixels, die moeilijk te onderscheiden zijn van interferentie en willekeurige ruis. Experimentvrijwilligers installeerden de applicatie op hun smartphones en lieten ze 's nachts met de camera's naar beneden gericht, zodat er geen normaal licht op zou vallen. Smartphones scannen megapixelbeelden met een snelheid van vijf tot 15 frames per seconde en sturen de benodigde informatie naar de server.

Wetenschappers verwachten dat signalen van de interactie van kosmische straling in minder dan één op de 500 beeldframes voorkomen. Omdat er mogelijk miljoenen telefoons aan het experiment zullen deelnemen, er ontstaat een probleem bij het scheiden van die beelden waarop muonsporen zijn vastgelegd van alle andere. "Er is een trigger-algoritme nodig om achtergrondgegevens te elimineren. We hebben een neuraal netwerk gemaakt voor de detectie van muonsignalen, die snel genoeg op elke mobiele telefoon kan worden gebruikt om een ​​videostream te verwerken. Een speciale functie maakt het mogelijk om het algoritme te gebruiken op zoiets eenvoudigs als een mobiele telefoon, wat betekent dat ze nu reacties op kosmische straling kunnen analyseren, " zegt Andrei Ustyuzhanin, hoofd van LAMBDA bij HSE.

Het netwerk is opgedeeld in cascades. De eerste cascade werkt met een hoge resolutie afbeelding, en elke volgende cascade werkt met een beeld dat vier keer kleiner is, alleen werken aan die delen die de vorige cascade als interessant heeft gedetecteerd. Als er geen interessante sites zijn, de cascade kan voorkomen dat het netwerk een bepaald deel van het beeld analyseert. Het wiskundige model ondergaat momenteel bètatests. Burgerwetenschappers kunnen als vrijwilliger deelnemen door zich te registreren op crayfis.io. Onderzoekers hopen dat, als het project slaagt, de verkregen informatie stelt astrofysici over de hele wereld in staat om te verduidelijken waar ultrahoge energetische kosmische straling vandaan komt, en om theorieën rond hun eigenschappen te ontwikkelen.