基于机器学习方法的 CTAO 对抗类粒子灵敏度预测
高能天体物理现象
2026-02-04 v2
摘要
抗类粒子（ALPs）是一种类粒子，可能通过其与光子的耦合被检测到，这种耦合在外部磁场中导致ALP-光子转换，从而在 blazar 的伽马射线光谱中留下distinctive信号。本文通过模拟对两种明亮 blazar 的观测，Mrk 501 和 PKS 2155-304，估算了 CTAO 对约束 ALP 参数空间的潜力。我们获得了 排除区域，表明 CTAO 将能够由于其在能量分辨率和点源灵敏度方面优于现有地面伽马射线望远镜，持续改善当前限制。除了基于似然比检验的标准统计技术外，我们进一步展示了基于机器学习分类器的新方法的应用，这可能有助于减少未来 ALP 搜索中系统模型依赖不确定性的影响。
引用
@article{arxiv.2512.19259,
title = {Projected sensitivity of CTAO to axion-like particles from blazars with a machine learning approach},
author = {Francesco Schiavone and Leonardo Di Venere and Francesco Giordano},
journal= {arXiv preprint arXiv:2512.19259},
year = {2026}
}