Étude de la désintégration d'hadron-b non Charmées à l'aide du LHCb spectromètre

Study of the Charmless b-hadron decay using the LHCb spectrometer

• Auteur / Autrice : Hossein Afsharnia
• Direction : Stéphane Monteil, Eric Cogneras
• Type : Thèse de doctorat
• Discipline(s) : Physique des Particules
• Date : Soutenance le 12/12/2022
• Etablissement(s) : Université Clermont Auvergne (2021-...)
• Ecole(s) doctorale(s) : École doctorale des sciences fondamentales (Clermont-Ferrand)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique de Clermont (2017-....)
• Jury : Examinateurs / Examinatrices : Frédérique Badaud, Philippe Crochet
• Jury : Rapporteurs / Rapporteuses : Sophie Trincaz-Duvoid, Matthew Charles

Mots clés

Mots clés contrôlés

Hadrons -- Désintégration

Grand collisionneur de hadrons

Mots clés libres

Expérience LHCb

Modèle Standard

Physique des Saveurs

Désintégration des b-hadrons non charmées

B0d(s)→K0Sh±h′∓

XGBoost

LHCb experiment

Standard Model

Flavour Physics

Charmless b-hadron decay

B0d(s)→K0Sh±h′∓

XGBoost

Résumé

Ce document présente les méthodes et les stratégies pour développer un outil commun pour effectuer les études sur les désintégrations à trois particules non charmées de B0d,s . A travers cette étude, les données collectées à l’expérience LHCb pendant les RunI (2011-2012) et RunII (2015-2018) du LHC qui correspondent à la luminosité intégrée ∼ 9 fb −1 sont utilisées. Dans toutes les implémentations du procédé, le souci de polariser au minimum l’espace des phases de la désintégration est pris en compte.Tout d’abord, les écarts entre le MC et les données selon les variables PID sont étudiés et corrigés en utilisant la nouvelle méthode de PIDCorr. L’avantage d’utiliser cette méthode, par rapport à la méthode de correction PID précédente, est de préserver la corrélation entre les variables PID pendant le processus de correction PID. Ensuite, en utilisant les variables PID corrigées, un outil PID MVA est formé pour faire la distinction entre le signal et le fond d’alimentation croisée qui résulte de la mal-identification des produits de désintégration au moment de la reconstruction de l’événement. Dans la formation de cet outil MVA, l’algorithme XGBoost et le package Scikit-Learn sont utilisés.En sus, un autre MVA qui est formé sur fond combinatoire est utilisé à côté des MVA PID et une optimisation bidimensionnelle est effectuée afin de maximiser le significance des événements de signal.De plus, l’étude de l’efficacité du signal est effectuée dans l’espace des phases de désintégration. Au cours de cette étude, d’autres sources d’écarts entre MC et les données, à savoir le tracking and L0 triggering, sont corrigées et les modèles d’efficacité sont fournis. Ensuite, une étude systématique est effectuée afin d’évaluer les biais existants selon les méthodes qui sont utilisées dans la préparation des données.Enfin, en utilisant le résultat de mass-fit existant, une vérification de cohérence est effectuée entre les rendements et le résultat de mass-fit, et elle approuve la fiabilité de la méthode utilisée dans ce développement et cette étude.

This document presents the methods and strategies to develop the unique tool to perform the studies on the charmless three body decay of B0d,s . Through this study the data collected at LHCb experiment during the RunI (2011-2012) and RunII (2015-2018) of LHC which corresponds to the integrated luminosity ∼ 9 fb −1 is used. In all the method implementations, the concern to minimally biasing the phase space of the decay is taken into account.First, the discrepancies between the MC and data according to the PID variables are studied and corrected by using the new method of PIDCorr.The advantage of using this method, with respect to the previous PID correction method, is to preserve the correlation between PID variables during the process of PID correction. Then using the corrected PID variables, a PID MVA tool is trained to distinguish between the signal and the cross-feed background which results from the mis-identification of the decay products at the time of the event reconstruction. In training of this MVA tool, XGBoost algorithm and Scikit-Learn package is used.In addition, another MVA which is trained against combinatorial background is used next to PID MVAs and a two dimensional optimization is performed in order to maximize the significance of signal events.Furthermore, the signal efficiency study is performed across the phase space of the decay. During this study, other sources of discrepancies between MC and data, namely tracking and L0 triggering, are corrected and the efficiency patterns is provided. Then, a systematic study is done in order to evaluate the existing biases according to the methods which are used in data preparation.Finally, using the existing mas-fit result a consistency check is done between efficiencies and mass-fit result and it approves the reliability of the method which is used in this development and study.