LA LARGEUR NATURELLE DU BOSON DE HIGGS DANS LE CANAL DIPHOTON ET SIMULATION DU BRUIT DE PHOTON AVEC DES TECHNIQUES D'INTELLIGENCE ARTIFICIELLE

THE NATURAL WIDTH OF THE HIGGS BOSON IN THE DIPHOTON CHANNEL AND SIMULATION OF THE BACKGROUND WITH ARTIFICIAL INTELLIGENCE TECHNIQUES

• Auteur / Autrice : Paul Gaigne
• Direction : Fabrice Couderc
• Type : Projet de thèse
• Discipline(s) : Physique des particules
• Date : Inscription en doctorat le 01/10/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Particules, Hadrons, Énergie et Noyau : Instrumentation, Imagerie, Cosmos et Simulat
• Partenaire(s) de recherche : Laboratoire : Département de Physique des Particules
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Boson de Higgs

Cms

Intelligence artificielle

Higgs boson

Cms

Artificial Intelligence

Résumé

Le boson de Higgs découvert au LHC en 2012 constitue la pierre angulaire du Modèle Standard (MS). Ces propriétés, comme sa masse ou son spin, sont aujourd'hui de mieux en mieux connus. Néanmoins la largeur totale du boson de Higgs reste un paramètre fondamental très difficile à mesurer au LHC sans le renfort d'hypothèses théoriques. Nous nous proposons ici de poursuivre une approche originale pour mesurer ce paramètre, approche uniquement possible dans le canal de désintégration du boson de Higgs en 2 photons. En effet, la position du pic de masse, dans ce canal, dépend de l'interférence entre le signal du boson de Higgs et le bruit de fond. Le décalage ainsi obtenu dépend de la largeur naturelle du boson de Higgs. Ce décalage est très faible dans le MS mais pourrait être plus important en considérant des bosons de Higgs produits à haute impulsion transverse. Ce type d'analyse nécessite une détermination précise de l'arrière-plan. Il est composé de plusieurs processus qui sont généralement estimés à partir de simulations de Monte Carlo. Des études antérieures réalisées dans le groupe CEA montrent de très bonnes perspectives d'utilisation d'une approche basée sur une méthode d'intelligence artificielle appelée GAN (Generative Adversarial Network) pour estimer une partie de ces processus. Dans cette thèse, nous proposons d'aller plus loin et d'adapter cette méthode avec des techniques d'intelligence artificielle de pointe telles que des modèles de diffusion.

The Higgs boson discovered at the LHC in 2012 is the cornerstone of the Standard Model (SM). Its properties, such as its mass or spin, are now better and better known. Nevertheless, the total width of the Higgs boson remains a fundamental parameter that is very difficult to measure at the LHC without the support of theoretical assumptions. In this PhD thesis, we propose to pursue an original approach to measure this parameter, approach only possible in the diphoton decay channel of the Higgs boson. Indeed, in this channel the position of the mass peak depends on the interference between the Higgs boson signal and the background noise. The resulting shift depends on the natural width of the Higgs boson. This is a very small effect in the SM but could be larger when considering Higgs bosons produced at high transverse momentum. This type of analysis requires a precise determination of the background. It is composed of several processes which are usually estimated from Monte Carlo simulation. Past studies realised in the CEA group show very good prospects to use a data-driven approach based on an artificial intelligence method called GAN (Generative Adversarial Network) to estimate part of these processes. In this thesis, we propose to go further and adapt this method with cutting edge AI techniques such as diffusion models.