Dissertação

Optimization of the Selection of Hidden Particles in the SHiP Experiment EVALUATED

Apesar do Modelo Padrão (MP) ser uma das maiores conquistas em Física, não consegue explicar alguns fenómenos observáveis. Para isso, novos mecanismos ou partículas são necessários, como Neutrinos Estéreis ou Para-fotões do Hidden Sector. Os Neutrinos Estéreis são neutrinos massivos hipotéticos que não acoplam à força fraca, mas que se misturam com os neutrinos do MP. Os Para-fotões são bosões massivos teoricamente previstos que se misturam com os fotões do MP. A experiência SHiP procurará detectar estas partículas, entre outras, através da observação directa de pelo menos dois decaimentos para produtos do MP. No entanto isto requer sistemas de veto de ruído. Nesta tese apresentamos vários vetos de ruído optimizados para a experiência SHiP, recorrendo às propriedades cinemáticas das partículas reconstruídas. Os Neutrinos Estéreis ($N$) são estudados para massas entre 0.7 e 1.4 GeV/c^2, e os Para-fotões ($A'$) para massas entre 0.021 e 4.4 GeV/c^2. Os modos de decaimento mais relevantes são considerados para ambas as partículas. Utilizam-se tanto uma abordagem de cortes cinemáticos, bem como métodos de aprendizagem automática (Machine Learning). A utilização de redes neuronais fornece os melhores resultados, com eficiências de seleção superiores a 97\% para as amostras de $N\rightarrow \mu^\mp \pi^\pm$ e $A'\rightarrow \mu^- \mu^+$. Estudos de seleção são ainda relizados no cenário alternativo em que a câmara de decaimento (Decay Vessel) se encontra à pressão atmosférica em lugar de vácuo. Comparam-se as eficiências e níveis de ruído obtidos nos dois cenários.
Search for Hidden Particles Experiment, Neutrinos Estéreis, Para-fotões, Eficiências de Seleção, Estudos de Rejeição de Ruído

Janeiro 25, 2021, 11:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Nuno Teotónio Viegas Guerreiro Leonardo

Departamento de Física (DF)

Professor Auxiliar Convidado

ORIENTADOR

Celso Filipe Correia Franco

Microsoft

Especialista