Reconstrução de chuveiros atmosféricos extensos com redes neurais
Chuveiros atmosféricos extensos (CAE) são cascatas de partículas secundárias produzidas quando um raio cósmico primário interage com a atmosfera da Terra. A reconstrução dos CAE é fundamental para entender as propriedades dos raios cósmicos, como a energia, composição e direção de chegada, e as suas fontes cósmicas. Os métodos tradicionais de reconstrução se limitam a modelos analíticos e demandam de uma grande capacidade computacional - limitando a sua eficiência para experimentos de larga escala. Nessa dissertação é proposto uma abordagem utilizando redes neurais modernas para a reconstrução dos CAE. Com dados gerados pelo CORSIKA, foi criado um modelo de rede neural para descobrir a energia e a composição do primário para conjuntos de detectores genéricos e para o Observatório Pierre Auger. Esse modelo criado se mostra mais eficiente que os modelos tradicionais de reconstrução, tornando-se útil para análises mais precisas nos estudos de raios cósmicos.