La nature du neutrino à travers l'étude des désintégrations double-bêta du Xénon 136 avec l'expérience PandaX-III

The neutrino nature through the study of the Xenon 136 double-beta decays on the PandaX-III experiment

• Auteur / Autrice : Andrii Lobasenko
• Direction : Damien Neyret, Yann Bedfer
• Type : Thèse de doctorat
• Discipline(s) : Physique des particules
• Date : Soutenance le 10/07/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Particules, hadrons, énergie et noyau : instrumentation, imagerie, cosmos et simulation (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Département de physique nucléaire (Gif-sur-Yvette, Essonne)
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Physique (2020-....)
• Jury : Président / Présidente : Nicole D'Hose
• Jury : Examinateurs / Examinatrices : Denis Bernard, Luca Scotto Lavina, Dominique Thers, Theopisti Dafni, Tobias Ignacio Liaudat
• Jury : Rapporteurs / Rapporteuses : Denis Bernard, Luca Scotto Lavina

Mots clés

Mots clés contrôlés

Particules (physique)

Désintégration double bêta sans neutrino

Neutrinos

Mots clés libres

Physique des particules

Neutrino de Majorana

Désintégration double-Beta sans émission de neutrino

Détecteurs Micromegas Microbulk

Discrimination double-Beta / gamma

Réseaux neuronaux convolutifs

Particle physics

Majorana neutrino

Neutrinoless double-Beta decays

Microbulk Micromegas detectors

Double-Beta / gamma discrimination

Convolutional Neural Networks

Résumé

La recherche de la désintégration double bêta sans neutrino (0νββ) est cruciale pour faire progresser notre compréhension de la physique et explorer la physique au-delà du modèle standard. Cependant, cette recherche est incroyablement difficile en raison de l'extrême rareté de la désintégration, qui nécessite une interprétation approfondie et une dépendance aux contraintes expérimentales et aux modèles nucléaires théoriques. L'expérience PandaX-III est dédiée à la recherche de 0νββ dans 136-Xe. Il s'agit d'une chambre de projection temporelle (TPC) gazeuse à haute pression équipée de détecteurs Micromegas. Ce choix a été fait pour maximiser la capacité de détection des traces de particules et minimiser les fluctuations statistiques dans la résolution énergétique. L'un des principaux défis de la recherche d'événements 0νββ est la discrimination entre le signal et les événements de bruit de fond, qui contaminent la région d'intérêt (ROI). Le système de lecture par pistes des détecteurs Micromegas (une combinaison de 52 détecteurs forme un plan de lecture) permet la reconstruction 2D précise des trajectoires d'ionisation avec les informations de charge et de temps. Cela permet d'étudier l'énergie et la topologie des trajectoires d'électrons et, en conséquence, de distinguer le signal du bruit de fond. Pour supprimer la scintillation et ne se baser que sur le signal d'ionisation, le 136-Xe gazeux enrichi à 90% est mélangé avec 1% de triméthylamine (TMA) qui joue le rôle de "quencher". La résolution énergétique actuelle de l'expérience PandaX-III est de 3% pour l'énergie de 2457 keV de la désintégration de 136-Xe 0νββ, et devrait être améliorée à 1%. Cependant, plusieurs facteurs peuvent dégrader la résolution en énergie, tels que la présence de canaux morts, les inhomogénéités de gain dans les détecteurs Micromegas ou l'attachement des électrons dans la TPC. Ce travail de doctorat présente une étude de l'impact des canaux manquants sur les reconstructions d'énergie et de topologie dans l'expérience PandaX-III. Les résultats de la détermination de la charge du blob n'offrent pas la possibilité souhaitée de reconstituer la partie de son énergie qui aurait été perdue en raison des canaux manquants dans XZ à partir des projections YZ des traces d'événements reconstruites et vice versa. Cependant, l'étude a montré qu'il est possible d'utiliser des algorithmes d'apprentissage automatique pour atténuer l'impact des canaux manquants sur ls reconstruction de l'énergie et de la topologie. Un modèle de réseau neuronal convolutif (CNN) a été développé pour prédire l'énergie réelle des électrons à partir des données simulées collectées par les Micromegas avec des canaux manquants. Les résultats finaux montrent que le modèle CNN prédit l'énergie réelle des événements enregistrés par les Micromegas avec des canaux manquants avec une grande efficacité. Nous observons une amélioration de l'efficacité de détection du signal de Monte Carlo dans la ROI, qui passe de 69% à 89% après l'application du modèle CNN, par rapport à l'approche directe consistant à additionner les amplitudes des signaux provenant des Micromegas dont les canaux sont manquants. Un autre modèle CNN a également été utilisé pour classer les événements à deux électrons des événements à un seul électron dans les données de Monte Carlo affectées par des canaux manquants. Le modèle est capable de rejeter 99% des événements de bruit de fond tout en conservant une efficacité de 26% pour les signaux 0νββ dans la ROI. Les résultats de ce travail sont prometteurs et ouvrent la voie à d'autres études visant à améliorer la résolution en énergie et le rejet du bruit de fond dans l'expérience PandaX-III.

The search for neutrinoless double-beta decay (0νββ) is crucial for advancing our understanding of physics and exploring physics beyond the Standard Model. However, this pursuit is incredibly challenging due to the decay's extreme rarity, requiring profound interpretation and reliance on experimental constraints and theoretical nuclear models. The PandaX-III experiment is dedicated to the search for 0νββ in 136-Xe. It is a high-pressure gaseous Time Projection Chamber (TPC) with Micromegas detectors. This design choice is made to maximize the particle track detection and discrimination 0νββ signal vs. gamma background capabilities. One of the main challenges of the 0νββ search is the discrimination between the signal and background events, which contaminate the region of interest (ROI). The strip readout system of the Micromegas detectors (a combination of 52 of them form a readout plane) allows for the precise 2D reconstruction of the ionization tracks together with the charge and time information. This allows for studying the electron tracks' energy and topology and ultimately discriminating the signal from the background. To suppress the scintillation light and rely only on the ionization signal, a 90% enriched 136-Xe is mixed with a 1% trimethylamine (TMA) quencher. The current energy resolution of the PandaX-III experiment is 3% for the 2457 keV energy of the 136-Xe 0νββ decay, envisioned to be improved to 1%. However, several factors can degrade the energy resolution, such as the presence of dead channels, gain inhomogeneities in the Micromegas detectors, or electron attachment in the TPC. This Ph.D work presents a study on the impact of missing channels on the energy and topology reconstructions in the PandaX-III experiment. The results of the Blob charge determination do not provide the desired possibility of reconstituting the part of the blob energy that would have been lost due to missing channels in XZ from YZ projections of reconstructed event tracks and vice versa. However, the study gave insight into employing machine learning (ML) algorithms to mitigate the impact of missing channels on energy and topology reconstructions. A Convolutional Neural Network (CNN) model was developed to predict the true energy of the electrons from the simulated data collected by the Micromegas with missing channels. The final results show that the CNN model predicts the true energy of the events recorded by the Micromegas with missing channels with a good energy resolution. We observe an improvement in the detection efficiency of the Monte Carlo 0νββ signal in the ROI from 69% to 89% after applying the CNN model, in comparison to the direct approach of directly summing amplitudes of the signals from the Micromegas with missing channels. Another CNN model was also used to classify the two-electron events from the single-electron events in the Monte Carlo data affected by missing channels. The model is capable of rejecting 99% of the background events while maintaining a 26% efficiency for the 0νββ signal in the ROI. The results of this work are promising and pave the way for further studies to improve the energy resolution and background rejection in the PandaX-III experiment.