<p dir="ltr">This thesis presents two studies in search for violation of lepton flavor universality as predicted by the Standard Model. The first searches for signs of the violation by studying beyond the Standard Model (BSM) physics models involving same flavor and opposite sign dilepton pair and bottom quarks as final states. This study was done using the dataset collected during years of 2016, 2017 and 2018, with center of mass energy $\sqrt{s} = 13$ TeV and integrated luminosity of 138 $fb^-1$. In the study, scale factors were derived in order to correct deviations between simulation and real life data, specifically for high transverse momentum muons and top\&anti-top quark background. Furthermore, lower limits of energy scale were calculated leading to exclusion of the BSM models with energy scale values lower than that of the calculated value.</p><p dir="ltr">The second study also searches for of the lepton flavor universality violation, but in the specific decay of a tauon into three muons ($\tau \rightarrow 3\mu$). In the study, graph based neural network model (GNN) designed to classify $\tau \rightarrow 3\mu$ events at the CMS detector was converted to high level synthesis (HLS) code, so that the GNN could be coded into a custom hardware such as field programmable gate arrays (FPGA) for deployment. Moreover, techniques such as pruning and quantization were applied in an attempt to make the GNN more light weight, due to strict requirements of FPGA.</p>

Ce manuscrit décrit mon travail de thèse au sein de l'expérience CMS du collisioneur LHC. Il présente les deux sujets sur lesquels j'ai travaillé : un sujet orienté détecteur et un sujet orienté analyse de données. Le premier sujet, orienté détecteur, se situe dans le cadre du projet HL-LHC qui prévoit une augmentation de la luminosité instantanée d'un facteur cinq. Une telle augmentation et la conservation du système de haut niveau du déclenchement (HLT), engendre de nouvelles contraintes sur le détecteur CMS. Notamment au niveau du système de déclenchement électronique. La collaboration CMS envisage d'implanter ce dernier au sein du détecteur de traces. La méthode des mémoires associatives est proposée. Elle nécessite toutefois une présélection intelligente des signaux électriques pour être utilisable. La méthode de la largeur des amas est proposée pour présélectionner les signaux. L'optimisation de cette méthode, en particulier des paramètres géométriques des modules et des seuils appliqués pour la présélection des signaux électrique, est le résultat de mon travail. Il est détaillé tout au long de la partie III de ce manuscrit. Le deuxième sujet concerne l'analyse des données récoltées par CMS durant l'année 2011. Cette analyse a pour objectif de rechercher de nouvelles particules dans le spectre de masse invariante top anti-top. De par sa grande masse, proche de la brisure électrofaible, le quark top joue un rôle prépondérant dans de nombreuses extensions du Modèle Standard. L'observation de résonances étroites dans le spectre pourrait en être le signe. L'analyse est subdivisée en trois parties : la sélection des évènements top anti-top, la reconstruction de la masse invariante top anti-top et une étude statistique pour quantifier la présence de nouvelle physique. Les résultats de ce travail sont des limites sur la section efficace de production de nouvelles particules. Ils sont présentés dans la partie IV du manuscrit.

Dans le cadre du projet LIU, vise à augmenter la puissance des injecteurs du LHC, le CERN PS Booster (PSB) sera mis à jour avec un système d'injection d'échange de charge H- et son énergie d'injection sera portée de 50 MeV à 160 MeV pour obtenir la luminosité du faisceau nécessaire pour le LHC High-Luminosity Upgrade. Effets de charge d'espace comme pertes de faisceau et incrément d’émittance transversale à l'injection vont être les principales limites vers la réalisation de la haute luminosité souhaitée. Des études sur la dynamique du faisceau en présence de charge d'espace afin d'évaluer les performances du PSB après la mise à niveau ont été effectuées. La première partie du travail consiste de mesures dans la présente machine, pour étudier les effets de charge d'espace et son interaction avec les résonances et d'avoir un ensemble de données pour le code benchmarking. Le code choisi pour le suivi du faisceau en présence de charge d'espace est PTC-Orbit (et PyOrbit). Les études de convergence numériques nécessaires sont présentées conjointement avec les études de la comparaison des simulations avec les mesures dans la machine. Une fois évalué le code et ses limites, les prévisions pour l'injection dans le PSB à 160 MeV avec des poutres de luminosité élevé sont livrés en termes de pertes de faisceau et incrément d’émittance. Ces études comprennent l'optimisation du point de fonctionnement, la compensation des résonances et/ou la correction de chromaticité en tenant compte des erreurs magnétiques attendus dans la machine. / As part of the LHC Injector Upgrade Project, the CERN PS Booster (PSB) will be upgraded with a H- charge exchange injection system and its injection energy will be raised from 50 MeV to 160 MeV to obtain the beam brightness required for the LHC High-Luminosity Upgrade. Space charge effects like beam losses and transverse emittance blow-up at injection are expected to be the main limitations towards the achievement of the required high brightness. Studies of beam dynamics in presence of space charge in order to evaluate the performances of the PSB after the Upgrade have been performed. The first part of the work consists of measurements in the present machine, to study the effects of space charge and its interplay with resonances and to have a good set of data for code benchmarking. The code chosen for the beam tracking in presence of space charge is PTC-Orbit (and PyOrbit). Necessary numerical convergence studies are presented together with a benchmark with the PSB measurements. Once assessed the code and its limitations, predictions for the 160 MeV injection with high- brightness beams are delivered in terms of beam losses and emittance blow-up. These studies include the optimization of the working-point, resonance compensation and/or chromaticity correction taking into account the expected magnetic errors in the machine.

Prévue pour 2024, une série d’améliorations doit être apportée au grand collisionneur d’hadrons du CERN (LHC) de manière à élargir son potentiel de découverte de nouvelle physique. Cette thèse se situe dans la perspective des études d’amélioration du détecteur ATLAS dans ce nouvel environnement, et concerne une nouvelle technologie monolithique HV/HR CMOS qui pourrait être utilisée pour les détecteurs de traces centraux pixélisés. Cette technologie a le potentiel de permettre la réduction de l’épaisseur des détecteurs, d'augmenter la granularité ainsi que de réduire les couts de production.Au sein de la collaboration HV/HR CMOS d’ATLAS, divers prototypes ont été développés en utilisant les technologies de différents partenaires industriels : GlobalFoundries (GF) BCDlite 130 nm et LFoundry (LF) 150 nm entre autres. Pour comprendre le comportement électrique et la capacité de détection de telles technologies, des simulations TCAD -Technology Computer Aided Design- en 2D et 3D ont été réalisées pour extraire le profil de la zone déplétée, la tension de claquage, la capacitance ainsi que la collection de charges ionisées des prototypes. Le développement de systèmes de test complexes et la caractérisation des prototypes HV/HR CMOS ont aussi été une partie du travail fourni pour cette thèse. Les programmes d’acquisition, en particulier pour ce qui concerne les tests sous protons ou auprès d’irradiateurs à rayons X, ainsi que les programmes de réglages de seuil ont été implémenté dans divers systèmes de test. Plusieurs versions des prototypes développés dans 3 technologies HV/HR CMOS différentes (AMS 0.18 μm HV, GF BCDlite 130nm et LF 150nm) ont été caractérisées. / A major upgrade to the Large Hadron Collider (LHC), scheduled for 2024 will be brought to the machine so as to extend its discovery potential. This PhD is part of the ATLAS program and aims at studying a new monolithic technology in the framework of the design of an upgraded ATLAS inner tracker. This new type of sensor is based on a HV/HR CMOS technology, which would potentially offer lower material budget, reduced pixel pitch and lower cost with respect to the traditional hybrid pixel detector concept.Various prototypes have been developed using different HV/HR CMOS technologies from several industrial partners, within the ATLAS HV/HR collaboration, for instance Global Foundry (GF) BCDlite 130 nm and LFoundry (LF) 150 nm. In order to understand the electric behavior and the detection capabilities of these technologies, 3D and 2D Technology Computer Aided Design (TCAD) simulations have been performed to extract the depletion zone profile, the breakdown voltage, the leakage current, the capacitance as well as the charge collection of the prototypes. Test setup developments and characterizations of the HV/HR CMOS prototypes were also part of this thesis. The data acquisition programs, in particular dedicated to the proton test beams, X-ray sources and threshold tuning, have been implemented into various test setups. Several HV/HR CMOS prototypes developed in three HV/HR technologies, AMS 0.18 µm HV, GF BCDlite 130 nm and LF 150 nm, have been characterized.

The Large Hadron Collider (LHC) at CERN is designed to search for new physics by colliding protons with a center-of-mass energy of 13 TeV. The ATLAS detector is a multipurpose particle detector built to record these proton-proton collisions. In order to improve sensitivity to new physics at the LHC, luminosity increases are planned for 2018 and beyond. With this greater luminosity comes an increase in the number of simultaneous proton-proton collisions per bunch crossing (pile-up). This extra pile-up has adverse effects on algorithms for clustering the ATLAS detector's calorimeter cells. These adverse effects stem from overlapping energy deposits originating from distinct particles and could lead to difficulties in accurately reconstructing events. Machine learning algorithms provide a new tool that has potential to improve clustering performance. Recent developments in computer science have given rise to new set of machine learning algorithms that, in many circumstances, out-perform more conventional algorithms. One of these algorithms, convolutional neural networks, has been shown to have impressive performance when identifying objects in 2d or 3d arrays. This thesis will develop a convolutional neural network model for calorimeter cell clustering and compare it to the standard ATLAS clustering algorithm. / Graduate