Nome e qualifica del proponente del progetto: 
sb_p_2235718
Anno: 
2020
Abstract: 

Il progetto si sviluppa sul tema principale della misura dell'accoppiamento del bosone di Higgs a quarks b, nel canale di produzione associata con un bosone vettore W o Z.

Il progetto si propone di sviluppare tecniche di Machine Learning per la ricostruzione in esperimenti di alte energie come ATLAS e comprende due fronti su questo tema: (i) lo studio di algoritmi di Particle Flow usando Computer Vision (Convolutional Neural Networks) e (ii) lo studio di algoritmi di flavour truth tagging dei jets usando la tecnica di Graph Neural Networks. Queste tecniche hanno una rilevanza importante per l'esperimento ATLAS nel suo insieme, ma anche per il tema di ricerca principale del gruppo sulla misura dell'accoppiamento di Yukawa del bosone di Higgs ai quarks b nel canale di produzione ad alto impulso trasversale associata ad un bosone di gauge W o Z o in produzione inclusiva. Queste misure sono tra le più importanti e fondamentali per l'esperimento ATLAS in collisione di protoni al LHC.

Il progetto propone inoltre di sviluppare l'interpretazione delle misure della produzione del bosone di Higgs in associazione con un bosone W o Z ad alto impulso trasversale nell'ambito di teorie effettive.

ERC: 
PE2_2
PE2_1
PE6_11
Componenti gruppo di ricerca: 
sb_cp_is_2874759
sb_cp_is_2877950
sb_cp_is_2874180
sb_cp_is_2922060
sb_cp_es_397104
sb_cp_es_397105
sb_cp_es_397106
Innovatività: 

L'articolo sottomesso per l'applicazione di metodi di Computer Vision per risolvere il Particle Flow negli esperimenti di Fisica di Alte Energie porta ad un'approccio nuovo alla questione della ricostruzione globale dell'evento.
Il metodo usato è nuovo e promettente, come indicato in:

https://arxiv.org/abs/2003.08863

In maniera simile l'articolo sottomesso sul metodo di parametrizzazione multi-dimensionale per il truth tagging basato su Graph Neural Networks e la loss function di Binary Cross Entropy è nuova e permette di tenere conto di un numero importante di parametri in modo ottimale:

https://arxiv.org/abs/2004.02665

L'idea di base di questo metodo è di potere usare al massimo la simulazione fatta nell'esperimento. La quantità enorme di dati che prevede l'intero progetto LHC, richiede una quantità maggiore di eventi di simulazione. Tutti metodi, come la parametrizzazione ottimale di tagging del flavour di jets, sono essenziali per raggiungere una massima precisione.

La misura dell'accoppiamento del bosone di Higgs ai quarks b, è uno dei risultati più importanti e fondamentali al LHC, in quanto verifica diretta del meccanismo responsabile per le masse dei fermioni nel Modello Standard. Questa misura è d'altronde fondamentale perché la larghezza parziale di decadimento del bosone di Higgs in quarks b, è la componente maggiore della sua larghezza totale. Dalla precisione della misura di questo decadimento dipende dunque la precisione delle misure di tutti gli accoppiamenti del bosone di Higgs al LHC.

L'interpretazione delle misure di produzione del bosone di Higgs in associazione con un bosone W o Z nel canale di decadimento in quarks b, nel quadro di teorie effettive basate sul Modello Standard sono particolarmente interessanti nell'ottica di una combinazione di tutte le misure previste delle proprietà del bosone di Higgs e altre misure di processi elettrodeboli e di produzione del quark top. L'idea direttrice su questo tema è di individuare gli operatori principali a cui questo canale è sensibile.

Codice Bando: 
2235718

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma