Recherche de QCD sombre et réinterprétation des résultats du LHC

Search in Dark QCD and reinterpretation of the LHC results

• Auteur / Autrice : Thomas Wojtkowski
• Direction : Marie-Hélène Genest
• Type : Projet de thèse
• Discipline(s) : Physique Subatomique et Astroparticules
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale physique (Grenoble, Isère, France ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique Subatomique et Cosmologie

Mots clés

Mots clés libres

Physique des particules

Lhc

Atlas

Modèle Standard

Réinterprétation

Particle physics

Lhc

Atlas

Standard Model

Reinterpretation

Résumé

Missions Recherche de QCD sombre et apprentissage automatique pour les jets hadroniques Préparation et mise en œuvre de l'analyse de recherche de hadrons sombres avec le détecteur ATLAS. Développement de techniques de réseaux de neurones profonds pour améliorer la performance de reconstruction des jets hadronique Activités Participation active à l'analyse DarkQCD au sein de la collaboration ATLAS •Développement du code et des méthodes d'analyse, en particulier d'identification du signal en fonction des caractéristiques des «jets sombres» •Exploration des modèles de DarkQCD, de leurs signatures expérimentales et de leur complémentarité. Participation aux travaux sur les performances de jets hadroniques dans le groupe JetEtmiss d'ATLAS •Développement et test de méthodes avancées de réseaux de neurones pour la calibration des jets et/ou l'identification des «jets sombres» Dans les deux thèmes le travail impliquera aussi •Présentation et discussion des résultats dans les groupes de travail •Rédaction de documents internes et/ou publiques sur ces travaux •Collaboration avec les membres du groupe LPSC et encadrement des étudiants

Missions Search in Dark QCD and machine learning for jets Preparation and implementation of the analysis for the search of dark hadrons in the ATLAS detector Development of deep neural network techniques to improve the hadronic jet reconstruction Activities Participation on the DarkQCD analysis within the ATLAS collaboration -Development of the code and the analysis methods, in particular to identify the signal in function of the features of the dark jets -Exploration of the different DarkQCD models, of their experimental signatures and their complementarity Participation on the work on hadronic jets performances in the JetEtmiss group in ATLAS -Development and test of advanced neural network methods to calibrate jets and/or identify dark jets In both subjects, the work will also imply : - Presentation and discussion of the results within the work group - Writing of intern and/or public documents on the results - Collaboration with the LPSC group members, and supervision of students