Labo : https://irfu.cea.fr/dphn/Phocea/Vie_des_labos/Ast/ast_groupe.php?id_groupe=500
Voir aussi : https://home.cern/fr/science/experiments/lhcb
# Synopsis
Les collisions d'ions lourds constituent un laboratoire privilégié pour étudier le plasma de quark et de gluons (QGP), un état exotique de la matière qui aurait existé quelques micro-secondes après le Big Bang. Parmi les outils de traque du QGP, les hadrons contenant un quark charmé (comme le méson D0) ont très tôt joué un rôle de premier plan. Produites aux premiers instants de la collision, ces particules traversent/interagissent avec le QPG si celui-ci se forme. Elles en sont alors affectées, et nous renseignent alors sur ce milieu. Ainsi, l'étude de la double production simultanée de charme est sensible aux propriétés de transport du QGP. Cette étude est d'autant plus intéressante qu'elle n'a encore jamais été conduite en collisions ion-ion au LHC. L'atout de LHCb réside dans son appareillage spécialisé dans la détection des particules composées de quarks lourds.
Vers la fin 2023, la collaboration LHCb va engranger une nouvelle moisson de collisions Pb-Pb à haute énergie fournies par le LHC. Ces données seront enrichies par les améliorations de l'appareillage expérimental mises en place lors des derniers upgrades de LHCb. Elles comprennent un nouveau système de trajectographie plus efficace et plus robuste dans l'environnement à fort taux d'occupation de ce détecteur en collisions ion-ion. Combiné à une hausse d'un facteur deux du volume de données enregistrées, cela conduira aux meilleures données Pb-Pb collectées par la collaboration jusqu'ici.
Enfin, une nouvelle phase d'upgrade de LHCb est planifiée pour 2030 avec de nouveaux trajectographes. Parmi les nouveaux détecteurs, l'Upstream Tracker (UT) est la clé pour réduire drastiquement la fraction de fausses traces reconstruites par pur effet combinatoire dans les collisions ion-ion les plus centrales. Le développement de l'UT a déjà débuté, mais le design final reste à définir. En outre, des algorithmes sophistiqués de trajectographie basés sur l'apprentissage automatique pourraient être développés afin d'exploiter au mieux la nouvelle architecture du détecteur et ses capacités améliorées. Au-delà des gains d'efficacité et de performance attendus dans le traitement des données en collisions ion-ion, ce travail bénéficiera aussi à celui en collisions proton-proton, au coeur du programme de physique de la collaboration LHCb.
# Projet de recherche
Le sujet de thèse est divisé en deux parties principales:
- Etude de la section efficace de production de charme double en collisions Pb-Pb avec LHCb: la poursuite de cet objectif implique de participer à la prise de données 2023 en collisions Pb-Pb, d'extraire le signal de ces données et d'étudier les incertitutes associées en utilisant en particulier des simulations. Cette étude pourra disposer des méthodes déjà utilisées par la collaboration sur de précédentes données, mais devra les adapter spécifiquement au cas des collisions ion-ion, le tout en interagissant avec la communauté des théoriciens.
- Participation au projet UT: l'accent sera mis sur le développement du nouvel algorithme de trajectographie. En particulier, la piste du Graph Neural Network dans les stratégies de trajectographie de LHCb sera explorée, en visant une amélioration en terme d'efficacité et de performance à la fois de l'algorithme et des ressources de calcul mobilisées.