Estudo da aplicabilidade de classificadores de aprendizado de máquinas na procura por acoplamentos quárticos anômalos no canal semileptônico da produção central exclusiva de WW usando CMS e PPS

• Ano de defesa: 2021
• Autor(a) principal: Sousa, Matheus Pereira Macedo de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Estado do Rio de Janeiro; Centro de Tecnologia e Ciências::Instituto de Física Armando Dias Tavares; Brasil; UERJ; Programa de Pós-Graduação em Física
• Palavras-chave em Português: Particles (Nuclear physics); Standard model (Nuclear physics); Machine learning - Particles (Nuclear physics); Couplings; Compact muon solenoid; Large Hadron Collider (France and Switzerland); Anomalous quartic couplings; Central exclusive production; CMS; Machine learning; Partículas (Física nuclear); Modelo padrão (Física nuclear); Aprendizado do computador – Partículas (Física nuclear); Acoplamentos; Solenóide de múon compacto; Grande colisor de hádrons (França e Suíça); Acoplamento quártico anômalo; Produção central exclusiva; Aprendizado de máquinas; CIENCIAS EXATAS E DA TERRA::FISICA::FISICA DAS PARTICULAS ELEMENTARES E CAMPOS::TEORIA GERAL DE PARTICULAS E CAMPOS
• Link de acesso: http://www.bdtd.uerj.br/handle/1/17086

No presente texto é apresentado um estudo comparativo entre o método cut-based e machine learning para a busca de acoplamento quártico anômalo de gauge usando prótons identificados no subdetector PPS do CMS. Foi desenvolvida a motivação teórica para a busca desses acoplamentos pela Teoria de Campo Efetiva e a descrição de novos limites superior e inferior. É narrada toda a estrutura experimental que foi usada na reconstrução das partículas usadas na análise. O Precision Proton Spectrometer (PPS) está totalmente aninhado com o detector central, possibilitando a observação dos prótons sobreviventes de processos via Produção Central Exclusiva. A tecnologia usada nos detectores é baseada em silícios que são alocados em dispositivos móveis chamados de Roman Pots que se aproximam da linha do feixe. A amostra de sinal é composto pela produção do par WW a partir da fusão de dois fótons para a topologia de Produção Central Exclusiva (do inglês Central Exclusive Production - CEP), enquanto o fundo possui o mesmo estado final porém vindo de processos diferentes. A busca foi desenvolvida de forma comparativa por dois métodos, o cut-based e o machine learning. Para o segundo, foi usado o LightGBM, um algoritmo baseado em árvore de decisão. Para comparar dados e monte carlo, foi feita a divisão em regiões de controle. A análise foi preparada para uma luminosidade de 9.792 fb⁻¹, o que de certa forma é baixa para busca de física além do Modelo Padrão, por isso usamos o método blinded da região de sinal para os dados para evitar bias. Por fim, contamos a quantidade de eventos que passaram na seleção final dos dois métodos e comparamos os resultados das principais variáveis. Apresentamos os resultados para a sensibilidade dos limites superiores e inferiores das constantes de acoplamentos de ambos os métodos.