Au-delà de la nouvelle physique standard au LHC
Auteur / Autrice : | Humberto Reyes Gonzalez |
Direction : | Sabine Kraml |
Type : | Thèse de doctorat |
Discipline(s) : | Physique subatomique et astroparticules |
Date : | Soutenance le 08/10/2020 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale physique (Grenoble, Isère, France ; 1991-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de physique subatomique et de cosmologie (Grenoble, Isère, France ; 2003-....) |
Jury : | Président / Présidente : Geneviève Bélanger |
Examinateurs / Examinatrices : Felix Brümmer, Marie-Hélène Genest, Ana M. Teixeira | |
Rapporteurs / Rapporteuses : Benjamin Fuks, Tilman Plehn |
Mots clés
Résumé
Les collaborations ATLAS et CMS ont mis en avant un vaste programme de recherche de nouvelle physique, visant à couvrir autant que possible les théories de la nouvelle physique. Les résultats de ces recherches sont généralement interprétés dans le contexte de modèles populaires ou de topologies des modèles simplifiées. Cependant, il existe une pléthore de théories et de scénarios BSM qui ne sont pas directement couverts par les analyses expérimentales. Ainsi, l’importance de réinterpréter les recherches LHC dans le contexte de toute théorie BSM. C’est dans cet esprit que se déroule cette thèse. Il considère deux aspects: la phénoménologie et le développement d’outils dédiés. Sur l’aspect phénoménologique, nous explorons la phénoménologie aux collisionneurs d’une théorie au-delà de la nouvelle physique standard très intéressante: le modèle minimal avec gauginos de Dirac (MDGSSM). Dans un premier temps, nous dérivons des limites de courant sur les gluinos et les squarks du modèle. Dans une deuxième étude, nous commençons par délimiter l’espace des paramètres du secteur électroweakino du MGSSM où le neutralino le plus léger est un candidat à la matière noire viable, suivi par la contrainte des scénarios émergents à la lumière des recherches SUSY et LLP. En ce qui concerne le développement d’outils, nous décrivons les développements récents de l’outil de réinterprétation SModelS, qui comprend des combinaisons de régions de signal, la mise en œuvre de signatures des particules chargée, stable et lourde (HSCP) et des hadrons R et la implementation d’un créateur de tracés interactifs. De plus, nous discutons de la mise en œuvre d’un outil pour déterminer si les régions de signal de différentes analyses sont statistiquement indépendantes les unes des autres et, par conséquent, peuvent être combinées de manière triviale.Finalement, cette thèse concerne également les applications d’apprentissage automatique à la phénoménologie HEP. Entre autres exemples, nous présentons un réseau neuronal pour prédire avec précision, et avec une incertitude estimée, les sections efficaces de production du modèle de doublet inerte. En outre, nous discutons de l’importance de fournir des incertitudes sur les prédictions des modèles ML et formulons des recommandations pour partager tout le matériel impliqué dans la production des applications de ML.