Applicazioni di Deep Learning nella ricerca di Dark Photon con l'esperimento ATLAS a LHC.

Albora G.

Comunicazione
I - Fisica nucleare e subnucleare
Aula Palazzo dell'Emiciclo - Sala B. Croce - Venerdì 27 h 15:30 - 19:00
» Download abstract

Diversi modelli di nuova fisica prevedono l'esistenza di settori nascosti, ai quali appartengono particelle neutre (Dark Photon) che possono decadere in strutture collimate di leptoni e adroni leggeri (LeptonJet). Questi vengono ricercati con l'esperimento ATLAS a LHC sfruttando segnature sperimentali e tecniche non convenzionali. In queste ricerche grande attenzione è posta nella reinterpretazione dei risultati in modelli semplificati, molto potenti nel descrivere con pochi parametri una grande varietà di fenomenologie. Un'innovativa tecnica basata su tecniche di Deep Learning è stata quindi sviluppata per sfruttare tutte le possibili interconnessioni tra risultati sperimentali e parametri teorici, con lo scopo di fornire un potente e versatile strumento per la reinterpretazione delle ricerche di Dark Photon in ATLAS. L'applicazione di questo nuovo strumento all'analisi Displaced LeptonJet è qui presentata.

Società Italiana di Fisica - Via Saragozza 12 40123 Bologna P.IVA 00308310374 | credits