Opportunità di tesi – INFN – Sezione di Perugia

Astrofisica delle alte energie e Fermi Science Large Area Telescope

Proposte di Tesi di Laurea Triennale

Evoluzione cosmica dei buchi neri

Negli ultimi 20 anni si è sempre più evidenziato lo stretto legame esistente tra l’evoluzione dei buchi neri super massicci, le galassie ospiti e gli aloni di materia oscura. La tesi consiste nel confronto tra le diverse ipotesi che sono state avanzate riguardo alla natura di questo legame (e l’origine stessa dei buchi neri super-massici) anche in relazione alla possibilità di poter verificare osservativamente alcuni degli scenari proposti con i nuovi strumenti che entreranno in funzione nei prossimi anni.

Getti relativistici e processi di accrescimento

I getti relativistici sono parte integrante dei processi di accrescimento osservati nei nuclei galattici attivi, nelle binarie X, nei Gamma-ray Burst e nelle prime fasi della formazione stellare. Essi sono all’origine di un vasto insieme di fenomeni che influenzano anche l’ambiente circostante (sia esso galattico che extragalattico). La tesi consiste nel fare una rassegna delle varie teorie sviluppate per spiegare i processi di accelerazione e collimazione dei getti nelle varie classi di sorgenti.

Buchi Neri primordiali e materia oscura

Le recenti osservazioni di onde gravitazionali da sistemi binari di buchi neri coalescenti, hanno rivitalizzato le teorie che suggeriscono l’esistenza di una popolazione dei buchi neri primordiali come costituenti principali della materia oscura. La tesi consiste nell’approfondire queste teorie e come esse possano essere verificate attraverso lo studio del fondo della radiazione elettromagnetica nelle varie bande energetiche e di quello delle onde gravitazionali

Proposte di Tesi di Laurea Magistrale

Metodi di machine learning sulle sorgenti gamma-ray non identificate

I cataloghi di Fermi mostrano una percentuale costante di sorgenti non identificate con nessuna controparte nota nelle altre lunghezze d’onda. Sappiamo che la PSF di Fermi soprattutto a basse energie è di qualche grado e questo non ci permette una localizzazione precisa della sorgente gamma e quindi una identificazione. In questo progetto di tesi vogliamo applicare i metodi di machine learning sulle caratteristiche gamma-ray delle sorgenti non-id per cercare di capire se riusciamo a individuare delle caratteristiche ricorrenti in sottoclassi di non identificate che ci permettono di ipotizzare la presenza di nuove classi di gamma-ray emitters

Metodi di machine learning sulle curve di luce della emissione prompt dei GRB nel contesto multimessenger

Storicamente i GRB sono divisi un due sottoclassi in base alla loro durata (T90<2s short, T90>2 long). Questa caratteristica non è sufficiente per identificare le varie categorie di eventi che fin dalla loro scoperta si sono viste.Questa tesi consiste nell’utilizzo di metodi di machine learning sulle curve di luce della emissione prompt per identificare e sotto-classificare i GRB in base alle caratteristiche del prompt utilizzando sia i dati di Swift-BAT che Fermi-GBM

Catalogo incrementale mensile delle sorgenti gamma-ray

Con lunghe integrazioni (anni) del cielo riusciamo nei raggi gamma a vedere alcune tipologie di sorgenti con Fermi-LAT, ma ci perdiamo tutte quelle sorgenti transienti che vengono viste solamente integrando in piccoli intervalli di tempo. Questa tesi consiste nell’usare un metodo già sviluppato a Perugia e implementato nella FARM sui cieli (costruiti integrando nel tempo settimane/mesi) per trovare tutte quelle sorgenti che vengono diluite dal fondo nelle lunghe integrazioni.

Gruppo Fermi @Perugia