DRF : Sujet de thèse SL-DRF-21-0926

Cette thèse propose de mettre en lumière la nature du couplage entre le boson de Higgs et le quark top grâce à des algorithmes d’intelligence artificielle en exploitant le grand lot de données collecté par l’expérience ATLAS au grand collisionneur de Hadrons (LHC). Le défi est d’extraire des processus à la fois rares et complexes de l’énorme quantité de données du LHC. Les deux processus rares étudiés seront la production du boson de Higgs avec une paire de quarks top et la production de quatre quarks top. Ces deux processus combinés peuvent permettre de déterminer la nature du couplage entre la pierre angulaire du modèle standard, le boson de Higgs, et la particule élémentaire la plus massive, le quark top, et de révéler de nouvelles sources d’asymétries entre matière et anti-matière. Découvrir de telles sources est une des questions essentielles de la physique actuelle afin d’expliquer le fait que notre univers n’est composé aujourd’hui que de matière. Les deux méthodes innovantes envisagées pour l’étude de ces processus sont basées sur l’utilisation de techniques d’apprentissage profond. D’abord l'apprentissage non supervisé (au sens statistique) sera testé pour la première fois pour reconstruire ces états finals complexes avec cinématiques sous contraintes due aux neutrinos manquants. Ensuite, des observables basées sur une reconstruction complète ou partielle des particules de l’état final permettront d’améliorer les performances de l’extraction de ces signaux rares et ainsi de mettre en place une mesure sensible pour la première fois à la nature du couplage Higgs-top. Explorer ces nouvelles stratégies de reconstruction et de classification apporteront également les bases pour comprendre comment exploiter au mieux l’immense quantité de données attendue dans les années ‘haute luminosité’ du LHC.

master 2 en physique des particules ou équivalent. Une expérience en intelligence artificielle serait un plus.