Développement de méthode innovantes basées pour la construction d'un trigger de fission

Development of innovative analysis methods for the construction of a fission trigger

• Auteur / Autrice : Brigitte Pertille ritter
• Direction : Matthieu Lebois
• Type : Projet de thèse
• Discipline(s) : Physique nucléaire
• Date : Inscription en doctorat le 30/09/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Particules, Hadrons, Énergie et Noyau : Instrumentation, Imagerie, Cosmos et Simulat
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique des deux Infinis Irène Joliot-Curie
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Spectroscopie gamma

Intelligence artificielle

Physique nucléaire

Réseaux de neurones

Nuclear physics

Gamma spectroscopy

Artificial intelligence

Neural networks

Résumé

En 2017-2018, une campagne expérimentale basée sur l'utilisation du spectromètre gamma nu-Ball a eu lieu. L'une des expérience était dédiée à l'étude des fragments de fission produits lors de la fission du 232Th. La cible utilisée lors de cette expérience possédait une activité de 5 MBq à comparer au taux de fission maximal de 25 kHz. Par conséquent, la reconstruction des évènements de fission par les méthodes conventionnelles s'est avérée particulièrement compliquée. Une tentative prometteuse de développement de réseau de neurones a été mise en place. Toutefois, la piètre qualité des données d'entrainement, les grandes variations du dispositif expérimental entre les données d'entrainement et les données physiques ont réduit drastiquement les performances de l'algorithme obtenu. Dans cette thèse, je propose entre autre de développer un nouveau trigger de fission basée sur la fonction de réponse d'un autre spectromètre gamma avec une expérience dédiée. De plus, ce nouveau trigger pourra être utilisé sur d'autres données obtenues plus tôt dans la campagne via une réaction de fission induite différemment. En plus de ce trigger de fission, nous allons aussi essayer d'implémenter autant que possible des techniques basées sur l'intelligence artificielle dans le processus d'analyse de données afin de les comparer aux méthodes 'traditionnelles'.

In 2017-2018, an experimental campaign based on the use of the nu-Ball gamma spectrometer took place. One of the experiments was dedicated to the study of fission fragments produced during the fission of 232Th. The target used in this experiment had an activity of 5 MBq to be compared with the maximum fission rate of 25 kHz. Therefore, the reconstruction of the fission events by conventional methods proved to be particularly complicated. A promising attempt at neural network development was made. However, the poor quality of the training data, the large variations in the experimental setup between the training data and the physical data drastically reduced the performance of the resulting algorithm. In this thesis, I propose to develop a new fission trigger based on the response function of another gamma-ray spectrometer with a dedicated experiment. Moreover, this new trigger could be used on other data obtained earlier in the campaign via a differently induced fission reaction. In addition to this fission trigger, we will also try to implement as much as possible techniques based on artificial intelligence in the data analysis process in order to compare them to 'traditional' methods.