We present new observations of the early X-ray afterglows of the first 27 gamma-ray bursts (GRBs) well observed by the Swift X-Ray Telescope (XRT). The early X-ray afterglows show a canonical behavior, where the light curve broadly consists of three distinct power-law segments: (1) an initial very steep decay (∝t-α with 3 ≲ α1 ≲ 5), followed by (2) a very shallow decay (0.5 ≲ α2 ≲ 1.0), and finally (3) a somewhat steeper decay (1 ≲ α3 ≲ 1.5). These power-law segments are separated by two corresponding break times, tbreak,1 ≲ 500 s and 103 s ≲ tbreak,2 ≲ 104 s. On top of this canonical behavior, many events have superimposed X-ray flares, which are most likely caused by internal shocks due to long-lasting sporadic activity of the central engine, up to several hours after the GRB. We find that the initial steep decay is consistent with it being the tail of the prompt emission, from photons that are radiated at large angles relative to our line of sight. The first break in the light curve (tbreak,1) takes place when the forward shock emission becomes dominant, with the intermediate shallow flux decay (α2) likely caused by the continuous energy injection into the external shock. When this energy injection stops, a second break is then observed in the light curve (tbreak,2). This energy injection increases the energy of the afterglow shock by at least a factor of f ≳ 4 and augments the already severe requirements for the efficiency of the prompt gamma-ray emission.

Gamma-ray burst (GRB) afterglows have provided important clues to the nature of these massive explosive events, providing direct information on the nearby environment and indirect information on the central engine that powers the burst. We report the discovery of two bright x-ray flares in GRB afterglows, including a giant flare comparable in total energy to the burst itself, each peaking minutes after the burst. These strong, rapid x-ray flares imply that the central engines of the bursts have long periods of activity, with strong internal shocks continuing for hundreds of seconds after the gamma-ray emission has ended.

We present a systematic temporal and spectral study of all Swift-X-ray Telescope observations of gamma-ray burst (GRB) afterglows discovered between 2005 January and 2007 December. After constructing and fitting all light curves and spectra to power-law models, we classify the components of each afterglow in terms of the canonical X-ray afterglow and test them against the closure relations of the forward shock models for a variety of parameter combinations. The closure relations are used to identify potential jet breaks with characteristics including the uniform jet model with and without lateral spreading and energy injection, and a power-law structured jet model, all with a range of parameters. With this technique, we survey the X-ray afterglows with strong evidence for jet breaks (∼12% of our sample), and reveal cases of potential jet breaks that do not appear plainly from the light curve alone (another ∼30%), leading to insight into the missing jet break problem. Those X-ray light curves that do not show breaks or have breaks that are not consistent with one of the jet models are explored to place limits on the times of unseen jet breaks. The distribution of jet break times ranges from a few hours to a few weeks with a median of ∼1 day, similar to what was found pre-Swift. On average, Swift GRBs have lower isotropic equivalent γ-ray energies, which in turn result in lower collimation corrected γ-ray energies than those of pre-Swift GRBs. Finally, we explore the implications for GRB jet geometry and energetics.

The BlackCAT CubeSat is an X-ray coded-aperture-telescope observatory that is expected to launch in 2025. It is designed for observations of bright X-ray sources in the 0.5–20 keV band. The instrument will have a wide field of view (0.85 steradian) and be capable of catching gamma ray bursts (GRBs) from the distant universe, galactic transients, and flares from blazars, while monitoring the X-ray sky. In addition to the primary high-redshift GRB science, BlackCAT can monitor known source variability and search for rare and exciting events including gravitational-wave X-ray counterparts, magnetar flares, supernova shock breakouts, and tidal disruption events. The mission will thus function as a multiwavelength and multi-messenger complement to present and future facilities including LIGO, VIRGO, KAGRA, IceCube, KM3NET, LSST, LOFAR, SKA, and CTA. Rapid notifications of burst positions will be transmitted to the ground via satellite network and then relayed to the GCN. The name BlackCAT is derived from its scientific emphasis on black-holerelated transient events being observed with a coded aperture telescope (CAT). BlackCAT will serve as the scientific payload aboard a commercial 6U CubeSat spacecraft provided by NanoAvionics US. Novel event-driven X-ray hybrid CMOS detectors will form the focal plane array. In addition to carrying out science programs related to distant GRBs, transients, and X-ray sky monitoring, BlackCAT will also serve as a pathfinder for future economical missions combining multiple BlackCAT modules on either a single small satellite or on multiple CubeSats. BlackCAT will also serve as a platform for new X-ray hybrid CMOS detector development. An overview of BlackCAT in its current development state and its current status will be presented.

Traditional cosmic ray filtering algorithms used in X-ray imaging detectors aboard space telescopes perform event reconstruction based on the properties of activated pixels above a certain energy threshold, within 3×3 or 5×5 pixel sliding windows. This approach can reject up to 98% of the cosmic ray background. However, the remaining unrejected background constitutes a significant impediment to studies of low surface brightness objects, which are especially prevalent in the high-redshift universe. The main limitation of the traditional filtering algorithms is their ignorance of the long-range contextual information present in image frames. This becomes particularly problematic when analyzing signals created by secondary particles produced during interactions of cosmic rays with body of the detector. Such signals may look identical to the energy deposition left by X-ray photons, when one considers only the properties within the small sliding window. Additional information is present, however, in the spatial and energy correlations between signals in different parts of the same frame, which can be accessed by modern machine learning (ML) techniques. In this work, we continue the development of an ML-based pipeline for cosmic ray background mitigation. Our latest method consist of two stages: first, a frame classification neural network is used to create class activation maps (CAM), localizing all events within the frame; second, after event reconstruction, a random forest classifier, using features obtained from CAMs, is used to separate X-ray and cosmic ray features. The method delivers > 40% relative improvement over traditional filtering in background rejection in standard 0.3-10 keV energy range, at the expense of only a small (< 2%) level of lost X-ray signal. Our method also provides a convenient way to tune the cosmic ray rejection threshold to adapt to a user's specific scientific needs.