Mögliche IceCube Abschlussarbeiten

Ansprechpartner

Name

Christopher Wiebusch

IceCube, Double Chooz, EnEx, JUNO

Telefon

work
+49 241 80-27300

E-Mail

E-Mail
  Logo des IceCube Experiments Urheberrecht: © The IceCube Collaboration

Detektorentwicklung

  • Entwicklung und Bau von abbildenden Luft-Cherenkov-Teleskopen (IceAct) zur Messung von Luftschauern an der Oberfläche
  • Kalibration optischer Sensoren für das Upgrade von IceCube
  • Entwicklung akustischer Module für die verbesserte Kalibration von IceCube

Analyse und Methoden

  • Entwicklung und Test neuer Analyseverfahren, verbesserter Rekonstruktions-Algorithmen und Machine-Learning Methoden für die verbesserte Messung hochenergetischer astrophysikalischer und atmosphärischer Neutrinos
  • Analyse der Südpoldaten und Teststudien für die verbesserte Messung kosmischer Strahlung mit IceAct
  • Analyse der IceCube Daten
  • Methodenentwicklung für die akustische Kalibration von IceCube

Weitere Themen nach Vereinbarung

  • Literatur-Recherchen
  • Simulationsstudien
  • Computing Methoden
  • theoretische Arbeiten
  • etc...

Beispiele für mögliche Bachelorarbeiten im Jahr 2024 sind (Detektorentwicklung, Analyse, Methoden/Machine Learning, Computing, Theorie):

  1. IceAct: Test und Bau von IceAct Teleskopen im Labor und Feld, Kalibration der Kamera (D)
  2. IceAct: Analyse der IceAct Daten vom Südpol: Daten-Simulations Vergleiche, Zeitstabiliät, Wetter-Daten (A/D)
  3. IceAct: Analyse von Luftschauerbildern mit Machine Learning (A/C/M)
  4. IceCube: Verbesserung und Validierung von Simulationsmethoden für magnetische Monopole in IceCube (M/C)
  5. IceCube-Gen2: Analyse von Photomultiplier Testmessungen für das IceCube Upgrade (D/A)
  6. IceCube: Validierung der Verbesserungen neuer Machine-Learning Methoden und Observablen für die Messung astrophysikalischer Neutrinos (A/M/C)
  7. IceCube: Visualisierung und Analyse der Feature Importance für Machine-Learning basierte Rekonstruktionsverfahren (C/M)

  8. IceCube: Test der Robustheit von Deep Learning Rekonstruktionsmethoden gegen Adverserial Attacks (C/M)

  9. IceCube-Gen2: Firmwareentwicklung für das Akustik Modul (D/C)
  10. IceCube-Gen2: Wassertests des Leistungsvermögens der akustischen Kalibrationsmodule (D/A)
  11. IceCube-Gen2: Genauigkeitsschätzung der Geometriekalibration durch das akustische Positionierungssystem (M/A)

Beispiele für mögliche Masterarbeitsthemen im Jahr 2024 (Detektorentwicklung, Analyse, Methoden/Machine Learning, Computing, Theorie):

  1. IceAct: Analyse von Südpoldaten: Analyse von koinzident gemessenen Air-Showern mit IceCube und IceTop und Stereo Beobachtungen (A/M/C)
  2. IceAct: Event Rekonstruktion mit Machine-Learning (A/M/C)
  3. IceAct: Messungen des Energiespektrums der Kosmischen Strahlung mit IceAct (A/M/C)
  4. IceCube-Gen2/IceAct: Simulationsstudie für das Leistungsvermögen von IceAct-Gen2 (M/A)
  5. IceCube-Gen2: Kalibration und Tests de Akustikmoduls des IceCube Upgrades in Seen (D)
  6. IceCube: Geometriekalibration über Multilateration mit globalen Likelihood Methoden (D/M/C)
  7. IceCube: Untersuchung von versteckten und korrelierten Unsicherheiten und Machine-Learning Methoden in IceCube im Kontext von Adversial Attacks (M/C/A)
  8. IceCube: Suche nach magnetischen Monopolen in IceCube (A/M/C)
  9. IceCube: Messung von Variationen des atmosphärischen Neutrinoflusses durch Temperaturschwankungen in der Erdatmosphäre (A/M)
  10. IceCube: Validierung und Optimierung von Machine-Learning Methoden für die Datenselektion von astrophysikalischen Neutrinos (A/M/C)
  11. IceCube: Entwicklung einer neuen Neutrino Selektion für hochenergetische Neutrinos in IceCube (M/C)
  12. Event Simulation mit Machine-Learning (GAN) und Super-resolution Rekonstruktion mit Machine-Learning in IceCube (M/C)
  13. Anwendung von Adversial Attack Methoden für IceCube Deep-Learning Methoden auf LHC Analysen (A/M/C)

Beispiele für erfolgreich abgeschlossene Arbeiten der vergangenen Jahre finden Sie hier.