El Observatorio Pierre Auger, en Argentina, estudia los rayos cósmicos de muy alta energía (UHECRs) mediante una red de Detectores de Superficie y telescopios de Fluorescencia. Uno de sus principales objetivos es determinar la composición de estos rayos cósmicos, clave para entender su origen.
La composición se estudia a través de Xmax, la profundidad a la que una lluvia atmosférica de partículas alcanza su máximo desarrollo en la atmósfera. El uso de Machine Learning (ML) y Deep Learning (DL) ha mejorado la reconstrucción de Xmax, aplicando redes neuronales profundas (DNNs), y otros modelos para distinguir entre diferentes tipos de partículas.
Desde la FCFM/CIIEC-BUAP en Puebla, contribuimos con modelos de ML/DL para la estimación de la composición. Estas herramientas están revolucionando el análisis de rayos cósmicos y acercándonos a resolver el misterio de su origen
-RESEÑA DEL CV PARA PRESENTACIÓN
Enrique Varela Carlos, es profesor en la Facultad de Ciencias Físico Matemáticas (FCFM) de la BUAP desde 2016. Obtuvo su Doctorado en Ciencias en Física Aplicada, especializándose en el estudio de la composición de los rayos cósmicos a través de Xmax, utilizando datos de las extensiones de fluorescencia y detectores de superficie HEAT e INFILL respectivamente del Observatorio Pierre Auger.
Actualmente, es coordinador del Posgrado de muy reciente creación en Investigación en Ciencia de Datos de la FCFM-BUAP, impulsando la integración de técnicas de Machine Learning y Ciencia de Datos en problemas de física de astropartículas y otros campos interdisciplinarios.