Identificação de pares de fótons utilizando informações aneladas de calorimetria para a busca por ALPs no ATLAS

• Ano de defesa: 2021
• Autor(a) principal: Oliveira, Thales Menezes 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: Photons - Machine learning; Higgs bosons; Axions; Standard model (Nuclear physics); Calorimetry; Photons; Axion-Like-Particle; ATLAS experiment; Neural networks; Fótons – Aprendizado do computador; Higgs, Bósons de; Áxions; Modelo padrão (Física nuclear); Calorimetria; Fótons; Partículas do tipo áxion; Experimento ATLAS; Redes neurais; 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/1/17088

Apesar de todo o sucesso do Modelo Padrão (MP) na física de partículas, diversos fenômenos continuam não resolvidos, entre eles, vale destacar, a assimetria bariônica, a natureza da matéria escura e o problema CP forte. Estas questões levantam a ideia de que qualquer desvio entre as previsões do MP e as medidas experimentais, abre espaço para contribuições de nova física, onde partículas menos estabelecidas, como o bóson de Higgs podem desempenhar papel importante na relação entre a matéria ordinária e aquela não carregada para as interações do MP. Para modelos estendidos, como os de dois dubletos de Higgs, ou 2HDM, novas análises para os decaimentos exóticos do bóson de Higgs do MP, em estados mais leves, podem ser estudadas no LHC, em especial com partículas do tipo axion, e suas generalizações, que podem ser consideradas como candidatos a matéria escura. Embora bem motivado, o estudo do decaimento de escalares leves em pares de fótons é afetado pela resolução angular dos detectores. Para partículas leves e com um grande fator de boost (βa ≈ 1), a produção de fótons ocorre com um pequeno ângulo de abertura, de forma que a granularidade das células do detector do ATLAS pode não permitir a separação em dois objetos. Para lidar com a limitação de resolução, técnicas que envolvem a descrição dos desenvolvimentos lateral e longitudinal dos chuveiros destes fótons se faz proveitosa. A técnica de deposição de energia em anéis, ou de anelamento, utiliza-se da estrutura cônica do chuveiro, para o fornecimento de informações com relação às características do fótons que produzem estes chuveiros. Este trabalho está sendo desenvolvido em colaboração com grupo H/γ do ATLAS, liderado pelo Prof. Bertrand Laforge, LPNHE (Laboratoire de Physique Nucléaire et de Hautes Énergies). Este projeto tem como objetivo o desenvolvimento de uma ferramenta baseada em técnicas de Machine Learning para a identificação de pares de fótons, utilizando a informação dos anéis das duas células mais energéticas de um dado cluster, como input. Para a preparação dos dois conjuntos, o algoritmo de construção de anéis, presente na seção de reconstrução do framework Athena, fora adaptado para tal propósito. Para este estudo foram utilizadas amostras de fótons isolados, e provenientes do decaimento de um méson π⁰ , de forma a “simular” o decaimento de uma partícula leve, como o ALP, em um par de fótons. Neste estudo foram avaliadas as performances de diferentes modelos de AutoEncoders, redes neurais desenvolvidas para tarefas de reconstrução. A abordagem de duas sementes e a aplicação de redes neurais, podem ser utilizadas para o aperfeiçoamento dos algoritmos de reconstrução de fótons e jatos, no Experimento ATLAS, bem como para análises envolvendo decaimentos de novas partículas em pares de fótons, acompanhando os estudos atuais envolvendo a detecção da matéria escura nos aceleradores.