Search Results for author: W. G. Thompson
Found 3 papers, 1 papers with code
Graph Neural Networks for Low-Energy Event Classification & Reconstruction in IceCube
1 code implementation • 7 Sep 2022 • R. Abbasi, M. Ackermann, J. Adams, N. Aggarwal, J. A. Aguilar, M. Ahlers, M. Ahrens, J. M. Alameddine, A. A. Alves Jr., N. M. Amin, K. Andeen, T. Anderson, G. Anton, C. Argüelles, Y. Ashida, S. Athanasiadou, S. Axani, X. Bai, A. Balagopal V., M. Baricevic, S. W. Barwick, V. Basu, R. Bay, J. J. Beatty, K. -H. Becker, J. Becker Tjus, J. Beise, C. Bellenghi, S. Benda, S. BenZvi, D. Berley, E. Bernardini, D. Z. Besson, G. Binder, D. Bindig, E. Blaufuss, S. Blot, F. Bontempo, J. Y. Book, J. Borowka, C. Boscolo Meneguolo, S. Böser, O. Botner, J. Böttcher, E. Bourbeau, J. Braun, B. Brinson, J. Brostean-Kaiser, R. T. Burley, R. S. Busse, M. A. Campana, E. G. Carnie-Bronca, C. Chen, Z. Chen, D. Chirkin, K. Choi, B. A. Clark, L. Classen, A. Coleman, G. H. Collin, A. Connolly, J. M. Conrad, P. Coppin, P. Correa, S. Countryman, D. F. Cowen, R. Cross, C. Dappen, P. Dave, C. De Clercq, J. J. DeLaunay, D. Delgado López, H. Dembinski, K. Deoskar, A. Desai, P. Desiati, K. D. de Vries, G. de Wasseige, T. DeYoung, A. Diaz, J. C. Díaz-Vélez, M. Dittmer, H. Dujmovic, M. A. DuVernois, T. Ehrhardt, P. Eller, R. Engel, H. Erpenbeck, J. Evans, P. A. Evenson, K. L. Fan, A. R. Fazely, A. Fedynitch, N. Feigl, S. Fiedlschuster, A. T. Fienberg, C. Finley, L. Fischer, D. Fox, A. Franckowiak, E. Friedman, A. Fritz, P. Fürst, T. K. Gaisser, J. Gallagher, E. Ganster, A. Garcia, S. Garrappa, L. Gerhardt, A. Ghadimi, C. Glaser, T. Glauch, T. Glüsenkamp, N. Goehlke, J. G. Gonzalez, S. Goswami, D. Grant, S. J. Gray, T. Grégoire, S. Griswold, C. Günther, P. Gutjahr, C. Haack, A. Hallgren, R. Halliday, L. Halve, F. Halzen, H. Hamdaoui, M. Ha Minh, K. Hanson, J. Hardin, A. A. Harnisch, P. Hatch, A. Haungs, K. Helbing, J. Hellrung, F. Henningsen, L. Heuermann, S. Hickford, C. Hill, G. C. Hill, K. D. Hoffman, K. Hoshina, W. Hou, T. Huber, K. Hultqvist, M. Hünnefeld, R. Hussain, K. Hymon, S. In, N. Iovine, A. Ishihara, M. Jansson, G. S. Japaridze, M. Jeong, M. Jin, B. J. P. Jones, D. Kang, W. Kang, X. Kang, A. Kappes, D. Kappesser, L. Kardum, T. Karg, M. Karl, A. Karle, U. Katz, M. Kauer, J. L. Kelley, A. Kheirandish, K. Kin, J. Kiryluk, S. R. Klein, A. Kochocki, R. Koirala, H. Kolanoski, T. Kontrimas, L. Köpke, C. Kopper, D. J. Koskinen, P. Koundal, M. Kovacevich, M. Kowalski, T. Kozynets, E. Krupczak, E. Kun, N. Kurahashi, N. Lad, C. Lagunas Gualda, M. J. Larson, F. Lauber, J. P. Lazar, J. W. Lee, K. Leonard, A. Leszczyńska, M. Lincetto, Q. R. Liu, M. Liubarska, E. Lohfink, C. Love, C. J. Lozano Mariscal, L. Lu, F. Lucarelli, A. Ludwig, W. Luszczak, Y. Lyu, W. Y. Ma, J. Madsen, K. B. M. Mahn, Y. Makino, S. Mancina, W. Marie Sainte, I. C. Mariş, S. Marka, Z. Marka, M. Marsee, I. Martinez-Soler, R. Maruyama, T. McElroy, F. McNally, J. V. Mead, K. Meagher, S. Mechbal, A. Medina, M. Meier, S. Meighen-Berger, Y. Merckx, J. Micallef, D. Mockler, T. Montaruli, R. W. Moore, R. Morse, M. Moulai, T. Mukherjee, R. Naab, R. Nagai, U. Naumann, A. Nayerhoda, J. Necker, M. Neumann, H. Niederhausen, M. U. Nisa, S. C. Nowicki, A. Obertacke Pollmann, M. Oehler, B. Oeyen, A. Olivas, R. Orsoe, J. Osborn, E. O'Sullivan, H. Pandya, D. V. Pankova, N. Park, G. K. Parker, E. N. Paudel, L. Paul, C. Pérez de los Heros, L. Peters, T. C. Petersen, J. Peterson, S. Philippen, S. Pieper, A. Pizzuto, M. Plum, Y. Popovych, A. Porcelli, M. Prado Rodriguez, B. Pries, R. Procter-Murphy, G. T. Przybylski, C. Raab, J. Rack-Helleis, M. Rameez, K. Rawlins, Z. Rechav, A. Rehman, P. Reichherzer, G. Renzi, E. Resconi, S. Reusch, W. Rhode, M. Richman, B. Riedel, E. J. Roberts, S. Robertson, S. Rodan, G. Roellinghoff, M. Rongen, C. Rott, T. Ruhe, L. Ruohan, D. Ryckbosch, D. Rysewyk Cantu, I. Safa, J. Saffer, D. Salazar-Gallegos, P. Sampathkumar, S. E. Sanchez Herrera, A. Sandrock, M. Santander, S. Sarkar, M. Schaufel, H. Schieler, S. Schindler, B. Schlueter, T. Schmidt, J. Schneider, F. G. Schröder, L. Schumacher, G. Schwefer, S. Sclafani, D. Seckel, S. Seunarine, A. Sharma, S. Shefali, N. Shimizu, M. Silva, B. Skrzypek, B. Smithers, R. Snihur, J. Soedingrekso, A. Søgaard, D. Soldin, C. Spannfellner, G. M. Spiczak, C. Spiering, M. Stamatikos, T. Stanev, R. Stein, T. Stezelberger, T. Stürwald, T. Stuttard, G. W. Sullivan, I. Taboada, S. Ter-Antonyan, W. G. Thompson, J. Thwaites, S. Tilav, K. Tollefson, C. Tönnis, S. Toscano, D. Tosi, A. Trettin, C. F. Tung, R. Turcotte, J. P. Twagirayezu, B. Ty, M. A. Unland Elorrieta, K. Upshaw, N. Valtonen-Mattila, J. Vandenbroucke, N. van Eijndhoven, D. Vannerom, J. van Santen, J. Vara, J. Veitch-Michaelis, S. Verpoest, D. Veske, C. Walck, W. Wang, T. B. Watson, C. Weaver, P. Weigel, A. Weindl, J. Weldert, C. Wendt, J. Werthebach, M. Weyrauch, N. Whitehorn, C. H. Wiebusch, N. Willey, D. R. Williams, M. Wolf, G. Wrede, J. Wulff, X. W. Xu, J. P. Yanez, E. Yildizci, S. Yoshida, S. Yu, T. Yuan, Z. Zhang, P. Zhelnin
The GNN is capable of distinguishing neutrino events from cosmic-ray backgrounds, classifying different neutrino event types, and reconstructing the deposited energy, direction and interaction vertex.
Background modeling for dark matter search with 1.7 years of COSINE-100 data
no code implementations • 27 Jan 2021 • G. Adhikari, P. Adhikari, E. Barbosa de Souza, N. Carlin, J. J. Choi, S. Choi, M. Djamal, A. C. Ezeribe, L. E. Franca, C. Ha, I. S. Hahn, E. J. Jeon, J. H. Jo, W. G. Kang, M. Kauer, G. S. Kim, H. Kim, H. J. Kim, K. W. Kim, N. Y. Kim, S. K. Kim, Y. D. Kim, Y. H. Kim, Y. J. Ko, V. A. Kudryavtsev, E. K. Lee, H. S. Lee, J. Lee, J. Y. Lee, M. H. Lee, S. H. Lee, D. S. Leonard, W. A. Lynch, B. B. Manzato, R. H. Maruyama, R. J. Neal, S. L. Olsen, H. K. Park, H. S. Park, K. S. Park, R. L. C. Pitta, H. Prihtiadi, S. J. Ra, C. Rott, K. A. Shin, A. Scarff, N. J. C. Spooner, W. G. Thompson, L. Yang, G. H. Yu
To build the model in the low energy region, with a threshold of 1 keV, we used a depth profile of $^{210}$Pb contamination in the surface of the NaI(Tl) crystals determined in a comparison between measured and simulated spectra.
Instrumentation and Methods for Astrophysics
Lowering the energy threshold in COSINE-100 dark matter searches
no code implementations • 28 May 2020 • G. Adhikari, E. Barbosa de Souza, N. Carlin, J. J. Choi, S. Choi, M. Djamal, A. C. Ezeribe, L. E. Franca, C. Ha, I. S. Hahn, E. J. Jeon, J. H. Jo, W. G. Kang, M. Kauer, H. Kim, H. J. Kim, K. W. Kim, S. K. Kim, Y. D. Kim, Y. H. Kim, Y. J. Ko, E. K. Lee, H. S. Lee, J. Lee, J. Y. Lee, M. H. Lee, S. H. Lee, D. S. Leonard, B. B. Manzato, R. H. Maruyama, R. J. Neal, S. L. Olsen, B. J. Park, H. K. Park, H. S. Park, K. S. Park, R. L. C. Pitta, H. Prihtiadi, S. J. Ra, C. Rott, K. A. Shin, A. Scarff, N. J. C. Spooner, W. G. Thompson, L. Yang, G. H. Yu
Recently DAMA/LIBRA has released data with an energy threshold lowered to 1 keV, and the persistent annual modulation behavior is still observed at 9. 5$\sigma$.
Instrumentation and Detectors High Energy Physics - Experiment
