The goal of the Q-weak experiment is to make a measurement of the proton's weak charge ($Q^p_W = 1-4\sin^2\theta_W$) to an accuracy of ~4%. This would represent a ~0.3% determination of the weak mixing angle ($\sin^2\theta_W$) at low energy. The measurement may be used for a precision test of the Standard Model (SM) prediction on the running of $\sin^2\theta_W$ with energy scale. The Q-weak experiment operates at Thomas Jefferson National Accelerator Facility (Jefferson Lab). The experiment determines the proton's weak charge by measuring the parity violating asymmetry in elastic electron-proton scattering at low momentum transfer $Q^2 = 0.026 (GeV/c)^2$ and forward angles (~8 degree). The anticipated size of the asymmetry, based on the SM, is about 230 parts per billion (ppb). With the proposed accuracy, the experiment may probe new physics beyond Standard Model at the TeV scale. This thesis focuses on my contributions to the experiment, including track reconstruction for momentum transfer determination of the scattering process, and the focal plane scanner, a detector I designed and built to measure the flux profile of scattered electrons on the focal plane of the Q-weak spectrometer to assist in the extrapolation of low beam current tracking results to high beam current. Preliminary results from the commissioning and the first run period of the Q-weak experiment are reported and discussed.

The goal of the Q-weak experiment is to make a measurement of the proton's weak charge ($Q^p_W = 1-4\sin^2\theta_W$) to an accuracy of ~4%. This would represent a ~0.3% determination of the weak mixing angle ($\sin^2\theta_W$) at low energy. The measurement may be used for a precision test of the Standard Model (SM) prediction on the running of $\sin^2\theta_W$ with energy scale. The Q-weak experiment operates at Thomas Jefferson National Accelerator Facility (Jefferson Lab). The experiment determines the proton's weak charge by measuring the parity violating asymmetry in elastic electron-proton scattering at low momentum transfer $Q^2 = 0.026 (GeV/c)^2$ and forward angles (~8 degree). The anticipated size of the asymmetry, based on the SM, is about 230 parts per billion (ppb). With the proposed accuracy, the experiment may probe new physics beyond Standard Model at the TeV scale. This thesis focuses on my contributions to the experiment, including track reconstruction for momentum transfer determination of the scattering process, and the focal plane scanner, a detector I designed and built to measure the flux profile of scattered electrons on the focal plane of the Q-weak spectrometer to assist in the extrapolation of low beam current tracking results to high beam current. Preliminary results from the commissioning and the first run period of the Q-weak experiment are reported and discussed.

This thesis contains a study of the robustness of the artificial neural network used in the ATLAS track reconstruction algorithm as a tool to recover tracks in dense environments. Different variations, motivated by potential discrepancies between data and simulation, are performed to the neural network’s input while monitoring the corresponding change in the output. Within reasonable variation magnitudes, the neural networks prove to be robust to most variations. In addition, a measurement of charged particle distributions is summarised. This is one of the first such measurements carried out for proton-proton colli- sions at √s = 13 TeV, limited to a phase space defined by transverse momentum pT &gt; 100 MeV and absolute pseudorapidity |η| &lt; 2.5. Tracks are corrected for de- tector inefficiencies and unfolded to particle-level. The result is compared to the prediction of different models. Overall, the EPOS and Pythia 8 A2 models show the best agreement with the data. / Spår från elektriskt laddade partiklar rekonstrueras i ATLAS genom att kombinera mätningar från de innersta subdetektorerna. I de extrema miljöer som skapas i proton-proton-kollisionerna i Large Hadron Collider vid CERN är det av yttersta vikt att algoritmen för att rekonstruera spår är högpresterande. Uppgiften är särskilt svår i partikelrika miljöer där flera partiklar färdas nära varandra, åtskilda av avstånd jämförbara med storleken på detektorns utläsningselement. Ett artificiellt neuralt nätverk används i algoritmen för att klassificera mätdata från pixeldetektorn, belägen närmast interaktionspunkten, för att lyckas identifiera spår i partikelrika miljöer som annars hade gått förlorade. I denna avhandling utreds det neurala nätverkets stabilitet. Dess känslighet studeras genom att manuellt manipulera dess indata och därefter utvärdera dess resultat. Nätverket tränas med simulerad data. Variationerna i indata är utformade för att undersöka skillnader mellan data och simulering, orsakade av osäkerheter i simuleringsmodellen eller osäkerheter i pixeldetektorns kalibrering. Av de undersökta variationerna har en osäkerhet i skalan eller utläsningströskeln för pixeldetektorns kalibrering den största effekten på nätverkets resultat. Andra variationer har en betydligt mindre påverkan. Avhandlingen presenterar också en studie av distributioner av elektriskt laddade partiklar producerade i proton-proton-kollisioner. Det är en av de första studierna av partikeldistributioner för Large Hadron Colliders andra körning med mass-centrum-energi √s = 13 TeV. Mätningen är begränsad till fasrymden definierad av en transversell rörelsemängd pT &gt; 100 MeV, och absolut rapiditet |η| &lt; 2.5. Spår av partiklar rekonstrueras och korrigeras för detektorns ineffektiviteter för att presenteras på partikelnivå. Dessa jämförs sedan med förutsägelser från olika modeller. Modellerna EPOS och Pythia 8 A2 är generellt de som bäst överensstämmer med data. Författaren har undersökt partiklar som migrerar in och ut ur fasrymden. Andelen spår associerade till partiklar som migrerat utifrån uppskattas med simulerad data, till som mest 10% nära fasrymdens gränser. Osäkerheten på denna andel uppskattas till att vara som mest 4.5%, huvudsakligen orsakad av osäkerheten på mängden material i de innersta subdetektorerna. / <p>QC 20160817</p>