{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3389828"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3389828","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"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":"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.","abstract_html":"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.","abstract_has_math":true,"creators":["Πάνος Παύλος","Panos Pavlos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-11-19T06:27:55Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3389828"],"render_values":[{"text":"uoadl:3389828","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3389828","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3389828","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%3A3389828","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Πάνος Παύλος","Panos Pavlos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2024"]},{"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":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3389828","https://pergamos.lib.uoa.gr/uoa/dl/object/3389828"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["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.","The Large Hadron Collider (LHC) at CERN in Switzerland produces proton-proton collisions at 13.6 TeV, the highest energy ever achieved in high energy physics experiments. This energy level allows experiments to study the Standard Model with great precision. Hadronic jets provide the experimental signature of quarks and gluons. Hadronic jets are employed by numerous analyses at the Compact Muon Solenoid (CMS) experiment aiming not only to study the Standard Model but also to explore physics beyond it. Therefore, one needs to optimize the algorithms used for such studies. Our focus revolves around two physics models, both leading to the decay of four jets in the final state: the Suu Diquark (resonant analysis) and the top squark ($\\tilde{t}$) (non-resonant analysis), with a predominant emphasis on the latter. The primary objective of this thesis is to optimize the jet pairing algorithm using a machine learning model. This endeavor is a strategic move to enhance the search sensitivity, particularly in the context of the non-resonant decay. Simultaneously, we conduct an analysis of signal-background differentiation, incorporating statistical methods and concurrent optimization of the selection criteria applied in the study."]},{"key":"dc:title","label":"Title","values":["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."]}]}],"canonical_facts":{"dc:creator":["Πάνος Παύλος","Panos Pavlos"],"dc:date":["2024"],"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.","The Large Hadron Collider (LHC) at CERN in Switzerland produces proton-proton collisions at 13.6 TeV, the highest energy ever achieved in high energy physics experiments. This energy level allows experiments to study the Standard Model with great precision. Hadronic jets provide the experimental signature of quarks and gluons. Hadronic jets are employed by numerous analyses at the Compact Muon Solenoid (CMS) experiment aiming not only to study the Standard Model but also to explore physics beyond it. Therefore, one needs to optimize the algorithms used for such studies. Our focus revolves around two physics models, both leading to the decay of four jets in the final state: the Suu Diquark (resonant analysis) and the top squark ($\\tilde{t}$) (non-resonant analysis), with a predominant emphasis on the latter. The primary objective of this thesis is to optimize the jet pairing algorithm using a machine learning model. This endeavor is a strategic move to enhance the search sensitivity, particularly in the context of the non-resonant decay. Simultaneously, we conduct an analysis of signal-background differentiation, incorporating statistical methods and concurrent optimization of the selection criteria applied in the study."],"dc:identifier":["uoadl:3389828","https://pergamos.lib.uoa.gr/uoa/dl/object/3389828"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["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."],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:27:55Z"}