{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2975313"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2975313","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μελέτες πολυμεταβλητών αναλυτών με πραγματικά δεδομένα και δεδομένα προσομοίωσης για την διαδικασία ttH, H->bbbar στο διλεπτονικό κανάλι με το πείραμα CMS στον LHC του CERN","abstract":"Ο Μεγάλος Επιταχυντής Αδρονίων LHC (Large Hadron Collider στο Εργαστήριο CERN παρέχει συγκρούσεις πρωτονίου-πρωτονίου στα 13 TeV η υψηλότερη ενέργεια μέχρι σήμερα, καθιστώντας τα πειράματα ικανά να ελέγξουν και να διερευνήσουν το Καθιερωμένο Πρότυπο (ΚΠ) με μεγάλη ακρίβεια. Η ανακάλυψη του μποζονίου Higgs (4 Ιουλίου 2012) επιβεβαίωσε την ύπαρξη μηχανισμού, ο οποίος προσδίδει μάζα στα σωμάτια. Η σταθερά σύζευξης του σωματίου Higgs με τα φερμιόνια, που είναι ανάλογη της μάζας του φερμιονίου, μας προτρέπει να μελετήσουμε την σύζευξή του με το βαρύτερο φερμιόνιο του ΚΠ, το top quark. Στην παρούσα εργασία γίνεται η μελέτη παραγωγής του Higgs μαζί με ζεύγος top quark - antiquark (ttH), με το Higgs να διασπάται τελικώς σε ζεύγος bbbar και τα top quarks να διασπώνται λεπτονικά. Σκοπός της εργασίας είναι η αύξηση της σημαντικότητας ταυτοποίησης των γεγονότων σήματος απο το αναμενόμενο υπόβαθρο. Γίνεται ανασκόπηση της μεθόδου \"Ρυθμός ταυτοποίησης b-καταιγισμών\" (Tag Rate Function) για την πρόβλεψη του κύριου υποβάθρου ttbar + jets, με τη χρήση των πραγματικών δεδομένων (Data driven). Έπειτα επαληθεύεται η μέθοδος στα πραγματικά δεδομένα, καθώς και η συμφωνία μεταξύ πραγματικών και δεδομένων προσομοίωσης. Τέλος αναπτύσσεται ένα νεο Νευρωνικό Δίκτυο (Artificial Neural Network), το οποίο θα χρησιμοποιηθεί σαν επιπλέον κριτήριο διαχωρισμού του σήματος απο το υπόβαθρο και αυξάνει κατά πολύ την σημαντικότητα της μέτρησης. Η εκπαίδευση του νευρωνικού δικτύου γίνεται με εμπλουτισμένη στατιστική δεδομένων, χρησιμοποιώντας τα βάρη που παράγονται απο την μέθοδο TRF. Τέλος η αναμενόμενη απόδοση της ανάλυσης με δεδομένα από το εγγύς (Run III) αλλά και απώτερο (HL-LHC) παρουσιάζεται εν συντομία.","abstract_html":"Ο Μεγάλος Επιταχυντής Αδρονίων LHC (Large Hadron Collider στο Εργαστήριο CERN παρέχει συγκρούσεις πρωτονίου-πρωτονίου στα 13 TeV η υψηλότερη ενέργεια μέχρι σήμερα, καθιστώντας τα πειράματα ικανά να ελέγξουν και να διερευνήσουν το Καθιερωμένο Πρότυπο (ΚΠ) με μεγάλη ακρίβεια. Η ανακάλυψη του μποζονίου Higgs (4 Ιουλίου 2012) επιβεβαίωσε την ύπαρξη μηχανισμού, ο οποίος προσδίδει μάζα στα σωμάτια. Η σταθερά σύζευξης του σωματίου Higgs με τα φερμιόνια, που είναι ανάλογη της μάζας του φερμιονίου, μας προτρέπει να μελετήσουμε την σύζευξή του με το βαρύτερο φερμιόνιο του ΚΠ, το top quark. Στην παρούσα εργασία γίνεται η μελέτη παραγωγής του Higgs μαζί με ζεύγος top quark - antiquark (ttH), με το Higgs να διασπάται τελικώς σε ζεύγος bbbar και τα top quarks να διασπώνται λεπτονικά. Σκοπός της εργασίας είναι η αύξηση της σημαντικότητας ταυτοποίησης των γεγονότων σήματος απο το αναμενόμενο υπόβαθρο. Γίνεται ανασκόπηση της μεθόδου &quot;Ρυθμός ταυτοποίησης b-καταιγισμών&quot; (Tag Rate Function) για την πρόβλεψη του κύριου υποβάθρου ttbar + jets, με τη χρήση των πραγματικών δεδομένων (Data driven). Έπειτα επαληθεύεται η μέθοδος στα πραγματικά δεδομένα, καθώς και η συμφωνία μεταξύ πραγματικών και δεδομένων προσομοίωσης. Τέλος αναπτύσσεται ένα νεο Νευρωνικό Δίκτυο (Artificial Neural Network), το οποίο θα χρησιμοποιηθεί σαν επιπλέον κριτήριο διαχωρισμού του σήματος απο το υπόβαθρο και αυξάνει κατά πολύ την σημαντικότητα της μέτρησης. Η εκπαίδευση του νευρωνικού δικτύου γίνεται με εμπλουτισμένη στατιστική δεδομένων, χρησιμοποιώντας τα βάρη που παράγονται απο την μέθοδο TRF. Τέλος η αναμενόμενη απόδοση της ανάλυσης με δεδομένα από το εγγύς (Run III) αλλά και απώτερο (HL-LHC) παρουσιάζεται εν συντομία.","abstract_has_math":false,"creators":["Μαδιανός Μιχαήλ","Madianos Michail"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T05:45:13Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek","English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2975313"],"render_values":[{"text":"uoadl:2975313","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2975313","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2975313","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2975313","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Μαδιανός Μιχαήλ","Madianos Michail"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek","English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2975313","https://pergamos.lib.uoa.gr/uoa/dl/object/2975313"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Ο Μεγάλος Επιταχυντής Αδρονίων LHC (Large Hadron Collider στο Εργαστήριο CERN παρέχει συγκρούσεις πρωτονίου-πρωτονίου στα 13 TeV η υψηλότερη ενέργεια μέχρι σήμερα, καθιστώντας τα πειράματα ικανά να ελέγξουν και να διερευνήσουν το Καθιερωμένο Πρότυπο (ΚΠ) με μεγάλη ακρίβεια. Η ανακάλυψη του μποζονίου Higgs (4 Ιουλίου 2012) επιβεβαίωσε την ύπαρξη μηχανισμού, ο οποίος προσδίδει μάζα στα σωμάτια. Η σταθερά σύζευξης του σωματίου Higgs με τα φερμιόνια, που είναι ανάλογη της μάζας του φερμιονίου, μας προτρέπει να μελετήσουμε την σύζευξή του με το βαρύτερο φερμιόνιο του ΚΠ, το top quark. Στην παρούσα εργασία γίνεται η μελέτη παραγωγής του Higgs μαζί με ζεύγος top quark - antiquark (ttH), με το Higgs να διασπάται τελικώς σε ζεύγος bbbar και τα top quarks να διασπώνται λεπτονικά. Σκοπός της εργασίας είναι η αύξηση της σημαντικότητας ταυτοποίησης των γεγονότων σήματος απο το αναμενόμενο υπόβαθρο. Γίνεται ανασκόπηση της μεθόδου \"Ρυθμός ταυτοποίησης b-καταιγισμών\" (Tag Rate Function) για την πρόβλεψη του κύριου υποβάθρου ttbar + jets, με τη χρήση των πραγματικών δεδομένων (Data driven). Έπειτα επαληθεύεται η μέθοδος στα πραγματικά δεδομένα, καθώς και η συμφωνία μεταξύ πραγματικών και δεδομένων προσομοίωσης. Τέλος αναπτύσσεται ένα νεο Νευρωνικό Δίκτυο (Artificial Neural Network), το οποίο θα χρησιμοποιηθεί σαν επιπλέον κριτήριο διαχωρισμού του σήματος απο το υπόβαθρο και αυξάνει κατά πολύ την σημαντικότητα της μέτρησης. Η εκπαίδευση του νευρωνικού δικτύου γίνεται με εμπλουτισμένη στατιστική δεδομένων, χρησιμοποιώντας τα βάρη που παράγονται απο την μέθοδο TRF. Τέλος η αναμενόμενη απόδοση της ανάλυσης με δεδομένα από το εγγύς (Run III) αλλά και απώτερο (HL-LHC) παρουσιάζεται εν συντομία.","The Large Hadron Collider (LHC) at the CERN laboratory provides proton-proton collisions at 13 TeV, the highest energy to date, enabling experiments to investigate the Standard Model of physics (SM) with great accuracy. The discovery of the Higgs boson (July 4, 2012) confirmed the existence of a mechanism that gives mass to particles. The coupling constant of the Higgs' particle with fermions, which is proportional to the mass of the fermion, prompts us to study its coupling with the heaviest fermion of SM, the top quark. In the present work, the associated production of Higgs boson with a top quark - antiquark pair (ttH), with Higgs finally decaying into a bbbar pair and both top quarks decaying into leptons, is being studied. The purpose of this work is the improvement in the significance of the measurements, namely the detection of the signal over the expected background. The \"Tag Rate Function\" (TRF) method of a data driven prediction for the main ttbar + jets background, namely TRF, is being reviewed. The method is then verified in the real datasets, and the agreement between real and simulation data is also examined. Finally, a new Artificial Neural Network is developed, which can be used as an additional pre-selection criterion for the signal separation over the background and increases the significance of the measurement by a large factor. The Neural Network's training occurs via enriched data statistics, applying the weights produced by the TRF method. Finally the performance of the overall analysis in the near (Run III) and longer term (HL-LHC) future is being briefly presented."]},{"key":"dc:title","label":"Title","values":["Μελέτες πολυμεταβλητών αναλυτών με πραγματικά δεδομένα και δεδομένα προσομοίωσης για την διαδικασία ttH, H->bbbar στο διλεπτονικό κανάλι με το πείραμα CMS στον LHC του CERN"]}]}],"canonical_facts":{"dc:creator":["Μαδιανός Μιχαήλ","Madianos Michail"],"dc:date":["2022"],"dc:description":["Ο Μεγάλος Επιταχυντής Αδρονίων LHC (Large Hadron Collider στο Εργαστήριο CERN παρέχει συγκρούσεις πρωτονίου-πρωτονίου στα 13 TeV η υψηλότερη ενέργεια μέχρι σήμερα, καθιστώντας τα πειράματα ικανά να ελέγξουν και να διερευνήσουν το Καθιερωμένο Πρότυπο (ΚΠ) με μεγάλη ακρίβεια. Η ανακάλυψη του μποζονίου Higgs (4 Ιουλίου 2012) επιβεβαίωσε την ύπαρξη μηχανισμού, ο οποίος προσδίδει μάζα στα σωμάτια. Η σταθερά σύζευξης του σωματίου Higgs με τα φερμιόνια, που είναι ανάλογη της μάζας του φερμιονίου, μας προτρέπει να μελετήσουμε την σύζευξή του με το βαρύτερο φερμιόνιο του ΚΠ, το top quark. Στην παρούσα εργασία γίνεται η μελέτη παραγωγής του Higgs μαζί με ζεύγος top quark - antiquark (ttH), με το Higgs να διασπάται τελικώς σε ζεύγος bbbar και τα top quarks να διασπώνται λεπτονικά. Σκοπός της εργασίας είναι η αύξηση της σημαντικότητας ταυτοποίησης των γεγονότων σήματος απο το αναμενόμενο υπόβαθρο. Γίνεται ανασκόπηση της μεθόδου \"Ρυθμός ταυτοποίησης b-καταιγισμών\" (Tag Rate Function) για την πρόβλεψη του κύριου υποβάθρου ttbar + jets, με τη χρήση των πραγματικών δεδομένων (Data driven). Έπειτα επαληθεύεται η μέθοδος στα πραγματικά δεδομένα, καθώς και η συμφωνία μεταξύ πραγματικών και δεδομένων προσομοίωσης. Τέλος αναπτύσσεται ένα νεο Νευρωνικό Δίκτυο (Artificial Neural Network), το οποίο θα χρησιμοποιηθεί σαν επιπλέον κριτήριο διαχωρισμού του σήματος απο το υπόβαθρο και αυξάνει κατά πολύ την σημαντικότητα της μέτρησης. Η εκπαίδευση του νευρωνικού δικτύου γίνεται με εμπλουτισμένη στατιστική δεδομένων, χρησιμοποιώντας τα βάρη που παράγονται απο την μέθοδο TRF. Τέλος η αναμενόμενη απόδοση της ανάλυσης με δεδομένα από το εγγύς (Run III) αλλά και απώτερο (HL-LHC) παρουσιάζεται εν συντομία.","The Large Hadron Collider (LHC) at the CERN laboratory provides proton-proton collisions at 13 TeV, the highest energy to date, enabling experiments to investigate the Standard Model of physics (SM) with great accuracy. The discovery of the Higgs boson (July 4, 2012) confirmed the existence of a mechanism that gives mass to particles. The coupling constant of the Higgs' particle with fermions, which is proportional to the mass of the fermion, prompts us to study its coupling with the heaviest fermion of SM, the top quark. In the present work, the associated production of Higgs boson with a top quark - antiquark pair (ttH), with Higgs finally decaying into a bbbar pair and both top quarks decaying into leptons, is being studied. The purpose of this work is the improvement in the significance of the measurements, namely the detection of the signal over the expected background. The \"Tag Rate Function\" (TRF) method of a data driven prediction for the main ttbar + jets background, namely TRF, is being reviewed. The method is then verified in the real datasets, and the agreement between real and simulation data is also examined. Finally, a new Artificial Neural Network is developed, which can be used as an additional pre-selection criterion for the signal separation over the background and increases the significance of the measurement by a large factor. The Neural Network's training occurs via enriched data statistics, applying the weights produced by the TRF method. Finally the performance of the overall analysis in the near (Run III) and longer term (HL-LHC) future is being briefly presented."],"dc:identifier":["uoadl:2975313","https://pergamos.lib.uoa.gr/uoa/dl/object/2975313"],"dc:language":["Ελληνικά","Greek","English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Μελέτες πολυμεταβλητών αναλυτών με πραγματικά δεδομένα και δεδομένα προσομοίωσης για την διαδικασία ttH, H->bbbar στο διλεπτονικό κανάλι με το πείραμα CMS στον LHC του CERN"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:45:13Z"}