| 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 : | DarkSide |
| Chef de groupe : | Fabrice Hubaut 04.91.82.72.51 - hubaut@cppm.in2p3.fr |
| Responsable de stage : | Yann Coadou - 04.91.82.72.72 - coadou@cppm.in2p3.fr |
Thématique : Astroparticules
La matière noire est une des grandes énigmes actuelles de la physique fondamentale. En effet, sa contribution supposée à la masse totale de l’Univers est de 85% mais elle ne peut être expliquée dans le cadre du Modèle Standard de la physique des particules (MS). Plusieurs candidats existent cependant dans les théories au-delà du MS : c’est le cas du WIMP (weakly interacting massive particle), un des candidats les mieux motivés car il permet de résoudre le problème de stabilité de la masse du boson de Higgs dans le MS.
L’expérience DarkSide-20k de recherche directe de matière noire dans le halo entourant notre galaxie est en cours d’installation à 1,4 km sous terre au laboratoire du Gran Sasso en Italie. Elle sera la plus grande expérience de recherche de matière noire jamais construite et aura l’un des meilleurs potentiels de découverte des WIMPs. Le début de la prise de données est programmé pour 2028. L’augmentation du volume d’argon liquide par rapport aux expériences précédentes permettra à DarkSide-20k d’avoir la meilleure sensibilité de tous les détecteurs à argon liquide après seulement un mois de collecte de données.
Le stage proposé s’attache à la préparation de la prise de données. La collision de WIMP avec les atomes d’argon produit des photons. Une fois cette lumière collectée dans le détecteur par des photomultiplicateurs, il faut reconstruire l’information pour en extraire par exemple la position de la collision dans le volume d’argon et l’énergie associée. L’étudiant·e participera à la simulation et à l’amélioration des algorithmes de reconstruction des données, potentiellement en utilisant des techniques basées sur l’apprentissage automatique (par exemple avec des réseaux de neurones), afin d’optimiser la séparation du signal et du bruit de fond. Ces activités permettront de se familiariser avec les aspects instrumentaux, logiciels et analyse de données d’une expérience de physique des astroparticules.
Ces études pourraient être approfondies dans le cadre d'une thèse.
Plus de détails sur le groupe Matière Noire du CPPM :
<a href=https://www.cppm.in2p3.fr/web/fr/recherche/astroparticules/#Matière Noire>https://www.cppm.in2p3.fr/web/fr/recherche/astroparticules/#Matière Noire</a>