1 sujet IRFU

Dernière mise à jour : 29-07-2021


««

• Physique théorique

 

Une détermination simultanée des fonctions de distribution partonique et de fragmentation avec des réseaux neuronaux artificiels

SL-DRF-21-0317

Domaine de recherche : Physique théorique
Laboratoire d'accueil :

Service de Physique Nucléaire (DPhN)

Laboratoire structure du nucléon (LSN) (LSN)

Saclay

Contact :

Valerio Bertone

Hervé Moutarde

Date souhaitée pour le début de la thèse : 01-10-2021

Contact :

Valerio Bertone
CEA - DRF/IRFU/DPhN/LSN


Directeur de thèse :

Hervé Moutarde
CEA - DRF/IRFU/SPhN/Théorie Hadronique

33 1 69 08 73 88

Labo : http://irfu.cea.fr/Phocea/Vie_des_labos/Ast/ast_groupe.php?id_groupe=4189

La chromodynamique quantique (QCD) est l’expression la plus fondamentale connue de l’interaction nucléaire. C’est une théorie fortement couplée à des énergies de l’ordre de la masse du proton, ou plus généralement des noyaux légers. De manière générale les édifices faits de quarks et de gluons, appelés hadrons, sont précisés par deux types de distributions : les fonctions de distribution des partons (PDF) et les fonctions de fragmentation (FF). Dans une collision impliquant des protons comme au LHC, les PDF caractérisent l’état initial de la collision alors que les FF décrivent la production des hadrons dans l’état final. Une meilleure connaissance de ces objets est donc absolument essentielle pour permettre une exploitation optimale des données expérimentales, en physique nucléaire mais aussi en physique du Modèle Standard et au-delà. Par ailleurs ces distributions apportent une information précieuse sur la transition entre degrés de libertés observés (les hadrons) et fondamentaux (les quarks et gluons, confinés dans les hadrons).

Jusqu’à présent, la plupart des déterminations des PDF et FF ont été indépendantes et s’appuyaient sur des paramétrages de ces distributions ajustés à un grand nombre de données expérimentales diverses. L’objectif du projet de cette thèse est de déterminer simultanément PDF et FF en les décrivant à partir de réseaux de neurones artificiels (ANN). L’analyse simultanée est encore inédite au niveau international et réalisera une exploitation optimale des données expérimentale. Enfin l’utilisation des ANN réduira le biais paramétrique. Des travaux précédents de l’équipe d’accueil de la thèse ont déjà montré l’intérêt majeur des ANN pour la détermination des PDF. En développant les mêmes technologies, l’extension aux FF sera aussi une première réalisation mondiale. Ces deux éléments permettront une détermination plus précise des PDF et FF.

 

Retour en haut