• Site web CNRS
  • Site web Institut Polytechnique de Paris
  • Site web École polytechnique

La physique de l’infiniment grand l’infiniment petit

Andrew Santos soutient sa thèse

5 septembre 2025

le vendredi 12 septembre 2025 à 14h00 dans l’amphi Becquerel de l’École polytechnique

À la poursuite du Fond Diffus de Neutrinos de Supernovae dans les expériences Super-Kamiokande et Hyper-Kamiokande.

Les supernovae à effondrement de cœur (CCSNe) sont des explosions cataclysmiques marquant la fin de vie des étoiles massives. Elles se produisent environ une fois par seconde dans l’univers observable et émettent plus de 99% de leur énergie sous forme de neutrinos. Les neutrinos issus de toutes les CCSNe du passé forment le fond diffus de neutrinos de supernovae (DSNB). Cette empreinte fossile du passé cosmique n’a pas encore été détectée expérimentalement. Le détecteur Cherenkov à eau Super-Kamiokande (Super-K), situé au Japon, est actuellement le détecteur le plus sensible au monde pour la détection du DSNB par observation de la désintégration bêta inverse (IBD). Depuis les années 2020, l’ajout de sulfate de gadolinium (Gd) dans l’eau a permis d’améliorer significativement l’identification des neutrons produits dans une IBD.

Cette thèse présente plusieurs aspects essentiels de la recherche du DSNB. Elle comprend la réduction d’un bruit de fond dominant lié aux interactions quasi-élastiques par courant neutre des neutrinos atmosphériques, le développement d’une nouvelle méthode permettant de distinguer les captures des neutrons des désintégrations de muons et de pions, ainsi que la validation d’un algorithme d’apprentissage automatique utilisé pour identifier les neutrons issus des IBD. La recherche du DSNB repose sur deux approches statistiques complémentaires : une analyse dite “binnée” indépendante de tout modèle de DSNB ainsi qu’une analyse dite “spectrale” qui cherche à ajuster des modèles théoriques sur les données. Un soin particulier a été apporté afin de garantir une absence de biais lors de l’ouverture des données. De même, la modélisation des bruits de fond, l’optimisation de la sélection des événements, ainsi que l’évaluation des incertitudes systématiques affectant à la fois le signal DSNB et ses bruits de fond ont fait l’objet d’études rigoureuses. Ces efforts ont permis d’établir, via l’analyse “binnée”, les limites les plus strictes au monde à ce jour sur le flux du DSNB. En outre, cette thèse présente la première comparaison directe des résultats issus des deux approches statistiques dans Super-K, ainsi que la première étude de sensibilité au DSNB, indépendante de tout modèle, pour l’expérience de prochaine génération Hyper-Kamiokande (Hyper-K). Enfin, les comparaisons de ces projections à celles d’une extension potentielle de Super-K au-delà de 2029, ainsi qu’à celles de l’expérience Jiangmen Underground Neutrino Observatory (JUNO), offrent une vision globale des perspectives à moyen terme pour la détection du DSNB à l’échelle mondiale.