Jona Motta soutient sa thèse

"Développement d’algorithmes de déclenchement de tau basés sur l’apprentissage automatique et recherche de la production de paires de bosons de Higgs dans le canal de désintégration bbττ avec le détecteur CMS au LHC".

Cette Thèse présente l’étude de la production de paire de bosons de Higgs (HH) dans l’état final avec une paire de quarks b et une paire de leptons τ (bbττ), en exploitant les données de collisions proton-proton collectées à 13 TeV d’énergie de centre de masse avec le détecteur CMS au grand collisionneur de hadrons (LHC) du CERN, correspondant à 138fb−1 accumulée pendant la période de prise de données Run-2 (2015-2018). Le canal de désintégration bbττ offre un compromis entre le rapport d’embranchement (7.3%) et la pureté de sélection des τ, garantissant un bon rejet du bruit de fond. L’étude de la production de HH permet d’étudier l’auto-couplage du boson de Higgs (λHHH) qui, dans le modèle standard (SM), est le seul paramètre prédit par la théorie qui régit la forme du potentiel du Higgs ; par conséquent, une mesure de λHHH est un test de la validité du SM et nous permet d’étudier le processus de brisure de symétrie électrofaible. Dans le théories au-delà du SM (BSM) avec un intérêt particulier pour les théories effectives λHHH peut prendre des valeurs plus grandes que prédit par le SM, augmentant la section efficace de production de HH. La mesure des écarts par rapport à la prédiction du SM ouvrirait la voie à une nouvelle ère de la physique. Les limites supérieures sur le signal sont fixées à 95% de niveau de confiance (CL) correspondent à 3.3 et 124 fois le SM pour σ(gg → HH) et σ(qq → HH), respectivement. Les résultats sont également interprétés dans le contexte de 20 scénarios BSM pour lesquels des limites à 95% de CL sont fixées. Le contexte expérimental de cette Thèse est la reprise des opérations du LHC en 2022 pour sa phase Run-3, une nouvelle phase de collisions à 13.6 TeV d’énergie et luminosité de 2 − 2.6 × 1034cm−2s−1. Pendant le Run-3, les capacités du déclencheur de niveau 1 (L1T) de CMS restent inchangées par rapport au Run-2, nécessitant le développement d’approches plus complexes pour optimiser les algorithmes disponibles, garantissant le succès du programme de physique du CMS. L’optimisation de la section L1T qui exploite les informations calorimétriques est particulièrement intéressante. Dans cette Thèse, une nouvelle méthode d’apprentissage automatique, basée sur un réseau de neurones, a été développée pour l’étalonnage des dépôts d’énergie du calorimètre dans le L1T ; elle exploite les données pour l’étalonnage des objets détecteurs individuels et ses performances sont évaluées par rapport à la reconstruction hors ligne des électrons et jets. Les informations calorimétriques sont ensuite utilisées par l’algorithme pour la reconstruction et l’identification des leptons τ se désintégrant hadroniquement (τh), dont l’optimisation pour Run-3 est réalisée dans cette Thèse en utilisant une approche nouvelle ; le même schéma d’optimisation est également utilisé avec succès pour l’algorithme e/γ. La performance de cette approche est évaluée à partir des données collectées au cours de Run-3. Parallèlement, la collaboration CMS s’efforce de réaliser son programme de mise à niveau Phase-2, destiné à poursuivre au programme de physique du Haute-Luminosité LHC (HL-LHC). Le volume accru de données collectées par le HL-LHC assurera la puissance statistique pour l’étude de λHHH et éventuellement sa mesure ; en revanche, la luminosité instantanée accrue exigera le remplacement complet du L1T par un hardware basé sur des Field Programmable Gate Arrays (FPGAs) plus performant pour la collecte efficace des données. Pour exploiter au maximum les capacités des FPGA, un nouvel algorithme d’apprentissage automatique pour la reconstruction, l’identification et l’étalonnage des candidats τh dans le L1T a été développé dans cette Thèse. Cet algorithme exploite des réseaux de neurones convolutifs implémentés dans un FPGA et assure des performances accrues par rapport aux approches standard. Tout le progrès technique développé dans cette Thèse a à pour but d’améliorer la sensibilité des analyses CMS à la mesure de l’auto-couplage du boson de Higgs au cours des opérations actuelles et futures du LHC.