The origin of the radiation observed in the region of the supernova remnant (SNR) RX$\,$J1713.7-3946, one of the brightest TeV emitters, has been debated since its discovery. The existence of atomic and molecular clouds in this object supports the idea that part of the GeV gamma rays in this region originate from proton-proton collisions. However, the observed column density of gas cannot explain the whole emission. Here we present the results of a novel technique that uses the ESA/Gaia DR2 data to reveal faint gas and dust structures in the region of RX$\,$J1713.7-3946 by making use of both astrometric and photometric data. These new structures could be an additional target for cosmic ray protons from the SNR. Our distance resolved reconstruction of dust extinction towards the SNR indicates the presence of only one faint structure in the vicinity of RX$\,$J1713.7-3946. Considering that the SNR is located in a dusty environment, we set the most precise constrain to the SNR distance to date, at ($1.12 \pm 0.01$)~kpc.


翻译:在超新遗留物(SNR)RX(RX)区域观测到的辐射源(RX),1,1713.7-3,3946美元,是TeV发射最亮的发射者之一,自发现以来,一直在辩论该天体中原子和分子云的存在,支持这样一种想法,即该地区部分GeV伽马射线来自质子-质子碰撞;然而,观测到的气柱密度无法解释整个排放情况。我们在这里介绍了一种新技术的结果,即利用欧空局/Gaia DR2数据,利用天体测量和光度数据,显示RX$\,1713.7-3946美元区域的微气和灰尘结构。这些新结构可能是SNR宇宙射线质的附加目标。我们从灰尘灭绝到SNR的远方分辨率重建显示,在RX$\\\,1713.7-3946美元附近只有一个微弱结构。考虑到SNRRR位于一个灰色环境中,我们为SNRIS-127米的距离设置了最精确的限制。

0
下载
关闭预览

相关内容

【论文】结构GANs,Structured GANs,
专知会员服务
14+阅读 · 2020年1月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
“CVPR 2020 接受论文列表 1470篇论文都在这了
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年1月13日
VIP会员
相关VIP内容
【论文】结构GANs,Structured GANs,
专知会员服务
14+阅读 · 2020年1月16日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
“CVPR 2020 接受论文列表 1470篇论文都在这了
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【跟踪Tracking】15篇论文+代码 | 中秋快乐~
专知
18+阅读 · 2018年9月24日
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员