Pour décrire des phénomènes non-expliqués par le Modèle Standard (MS) de la Physique des Particules, une théorie plus générale devrait exister. Les recherches directes de nouvelle physique (NP) effectuées jusqu'à présent se sont révélées infructueuses.
Le projet VBStime propose une approche différente, pour le moment très peu explorée, d'une recherche indirecte en passant par l'étude de la diffusion de bosons vecteurs. Ce processus est particulièrement sensible à la NP, mais aussi expérimentalement difficile à étudier. La difficulté est telle que même en accumulant de la luminosité intégrée, les progrès et une observation générale du processus ne seront possible qu'à long terme.
Le projet propose d'utiliser de nouvelles techniques avancées d'analyse de données via des synergies avec des technologies d'apprentissage automatique et de data-mining et de les appliquer aux données du LHC.
Les trois objectifs du projet sont d'obtenir une meilleure compréhension du processus VBS en utilisant les données enregistrées par le détecteur ATLAS pendant les Run 2 et 3 d'exploitation du LHC (2015-2018 et 2021-2022), de créer une synergie avec le domaine des apprentissages automatiques pour améliorer la sensibilité à tous les niveaux du projet, et de poser des contraintes sur la présence de nouvelle physique en étant indépendant d'un modèle spécifique.
Pour mener à bien ce projet, l'équipe doit être complétée par des profils plus axés sur le calcul scientifique.
Madame Narei Lorenzo Martinez (LABORATOIRE D'ANNECY DE PHYSIQUE DES PARTICULES)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
LAPP LABORATOIRE D'ANNECY DE PHYSIQUE DES PARTICULES
Aide de l'ANR 251 120 euros
Début et durée du projet scientifique :
décembre 2018
- 48 Mois