Back to search

National and Kapodistrian University of Athens

Development of Machine Learning techniques for the optimization of resonance searches in events with four jets in the final state collected by the CMS experiment at the CERN LHC.

Abstract

dc:description

Ο Μεγάλος Επιταχυντής Αδρονίων LHC (Large Hadron Collider) στο Εργαστήριο CERN στην Ελβετία , παράγει συγκρούσεις πρωτονίων-πρωτονίων στα 13,6 TeV, την υψηλότερη ενέργεια που έχει ποτέ επιτευχθεί σε πειράματα φυσικής υψηλών ενεργειών. Αυτή η ενέργεια επιτρέπει στα πειράματα να μελετήσουν το Καθιερωμένο Πρότυπο με μεγάλη ακρίβεια. Οι αδρονικοί πίδακες (Jets) αποτελούν μια πολύ ενδιαφέρουσα προς μελέτη πειραματική υπογραφή των κουάρκ και γλουτόνων. Οι αδρονικοί πίδακες χρησιμοποιούνται από πολλές αναλύσεις στο πείραμα Compact Muon Solenoid (CMS), στοχεύοντας όχι μόνο στη μελέτη του Καθιερωμένο Προτύπου, αλλά και στην εξερεύνηση της φυσικής πέρα από αυτό. Επομένως, είναι αναγκαίο να βελτιστοποιηθούν οι αλγόριθμοι που χρησιμοποιούνται για τέτοιες μελέτες. Η διπλωματική αυτή εργασία αφορά δύο μοντέλα φυσικής, τα οποία οδηγούν στην ανίχνευση τεσσάρων πιδάκων στην τελική κατάσταση: το Suu Diquark (resonant analysis) και το top squark ($\tilde{t}$) (non-resonant analysis), με έμφαση κυρίως στο δεύτερο. Ο κύριος στόχος αυτής της εργασίας είναι η βελτιστοποίηση του αλγορίθμου σύζευξης πιδάκων χρησιμοποιώντας ένα μοντέλο μηχανικής μάθησης. Αυτή η προσπάθεια αποτελεί μια κίνηση για την ενίσχυση της ευαισθησίας αναζήτησης νέας φυσικής στο πείραμα CMS, και πιο ειδικά στο πλαίσιο της ανίχνευσης $\tilde{t}$ (non-resonant analysis). Ταυτόχρονα, διεξάγουμε μια εκτενή ανάλυση διάκρισης σήματος-υποβάθρου, ενσωματώνοντας στατιστικές μεθόδους και συγχρόνως βελτιστοποιώντας τα κριτήρια επιλογής που χρησιμοποιούνται στη μελέτη.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Πάνος Παύλος
  • Panos Pavlos

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:3389828

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Πάνος Παύλος; Panos Pavlos. Development of Machine Learning techniques for the optimization of resonance searches in events with four jets in the final state collected by the CMS experiment at the CERN LHC.. 2024. https://pergamos.lib.uoa.gr/uoa/dl/object/3389828