Développement des Algorithmes pour le Neutrino Tagging

Stage numéro : M1-2526-KM-01
Laboratoire :Centre de Physique des Particules de Marseille Case 902
 163 avenue de Luminy - 13288 Marseille Cedex 9
Directeur :Cristinel Diaconu - 04.91.82.72.01 - diaconu@cppm.in2p3.fr
Correspondant :William Gillard - 04.91.82.72.67 - gillard@cppm.in2p3.fr
Groupe d'accueil :KM3NeT
Chef de groupe :Vincent Bertin - 04.91.82.72.61 - bertin@cppm.in2p3.fr
Responsable de stage :M. Perrin-Terrin / J. Cogan - mathieu.perrin-terrin@cppm.in2p3.fr cogan@cppm.in2p3.fr

Thématique : Physique des particules

<h2>Contexte</h2>

<p>

L’étude des propriétés des neutrinos constitue aujourd’hui l’un des domaines les plus dynamiques de la physique des particules. De nombreuses questions fondamentales restent ouvertes, telles que l’origine de leur masse ou leur hiérarchie. Leur exploration expérimentale demeure toutefois particulièrement difficile : les neutrinos interagissent extrêmement peu avec la matière, et leurs caractéristiques ne sont aujourd'hui déduites qu’à partir des rares interactions observées dans des détecteurs massifs. Les mesures des propriétés individuelles des neutrinos dans ces détecteurs restent limitées en précision — leur énergie, par exemple, n’est généralement connue qu’à 10 à 20 % près.

</p>

<p>

Pour dépasser ces limitations dans l’étude des neutrinos produits auprès d'accélérateurs, des chercheurs du CPPM, en collaboration avec plusieurs équipes internationales, développent une nouvelle approche expérimentale appelée <em>neutrino tagging</em>. Cette méthode vise à déterminer les propriétés du neutrino dès sa production, au moment de la désintégration d’un pion en un muon

et un neutrino. Comme le pion et le muon sont des particules chargées, leurs rajectoires peuvent être mesurées avec une grande précision. Les caractéristiques du neutrino peuvent alors être déduites par de simples relations cinématiques, permettant notamment d’estimer son énergie avec une précision relative inférieure au pour cent.

</p>

<p>

Le principal défi de cette méthode réside dans l’intensité extrêmement élevée des faisceaux de pions utilisés pour produire les neutrinos (de l’ordre de 10<sup>10</sup> pions par seconde). Reconstruire les trajectoires de ces particules et de leurs produits de désintégration représente un enjeu technologique et algorithmique majeur.

</p>

<h2>Objectif du stage</h2>

<p>

Le stage propose de contribuer au développement et à l’évaluation des algorithmes de machine learning destinés à relever ce défi, ainsi qu’à l’optimisation des spécifications des trajectographes nécessaires à la mise en œuvre de la méthode.

</p>

<h2>Compétences</h2>

<ul>

<li>Physique des neutrinos</li>

<li>Physique des détecteurs (trajectographes)</li>

<li>Machine learning</li>

<li>Programmation C++ et Python</li>

<li>LaTeX</li>

</ul>

<h2>Candidature</h2>

<p>

Merci de remplir ce <a href=https://www.cppm.in2p3.fr/ mperrint/Recruit/apply.php>formulaire</a>.

</p>