Εφαρμογές στατιστικών μεθόδων με έμφαση στην "Μηχανική Μάθηση" (Machine Learning) για την ανάλυση δεδομένων στο πείραμα ATLAS στο CERN

Περίληψη

Η παρούσα διδακτορική διατριβή πραγματεύεται ως επί το πλείστον τη μελέτη των μποζονίων βαθμίδος W και Z με τη χρήση δεδομένων από τον ανιχνευτή ATLAS που συλλέχθηκαν κατά τη λειτουργία του επιταχυντή LHC στο διάστημα 2015-2018, το οποίο είναι γνωστό ως "Run 2". Τα δεδομένα αυτά αντιστοιχούν σε ολοκληρωμένη φωτεινότητα 139 fb-1. Η μελέτη αυτή γίνεται αφ'ενός στο γενικό πλαίσιο της διμποζονικής παραγωγής WZ, και αφ'ετέρου στο πλαίσιο των διμποζονικών αλληλεπιδράσεων VBS, που χαρακτηρίζεται από την ταυτόχρονη παρουσία δύο πιδάκων αδρονίων jets στην τελική κατάσταση παράλληλα με τα δύο μποζόνια. Αρχικά πραγματοποιείται μια εισαγωγή στο πείραμα ATLAS και στην πειραματική μεθοδολογία και τεχνικές που χρησιμοποιούνται στο πλαίσιο της συλλογής δεδομένων και των αναλύσεων του πειράματος. Στη συνέχεια, παρουσιάζεται το σύνολο της εργασίας που αφορά την απόκτηση τίτλου συγγραφέως για το πείραμα από τον γράφοντα. Η εργασία αυτή αφορά εν πρώτοις τη συνεισφορά στον υπολογισμό παραγόντων κλίμακας γι ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The present dissertation studies mainly interactions of the W and Z bosons using data from the ATLAS detector collected during the operation of CERN's LHC accelerator in the period 2015-2018, also "Run 2" operating period. This data corresponds to an integrated luminosity of 139 fb-1. This study is carried out on the one hand in the general context of the WZ diboson production, and on the other hand in the context of the Vector Boson Scattering (VBS) interactions, characterized by the simultaneous presence of two hadronic jets in the final state, along with the two vector bosons. In the beginning, an introduction to the ATLAS experiment and to the experimental methodology used for data collection and analyses is presented. Then, work performed as part of the authorship qualification task for the reception of the ATLAS author status is presented. This work entails firstly the author's contribution to the calculation of scale factors to be used in simulated muons in the forward part of ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/51705
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/51705
ND
51705
Εναλλακτικός τίτλος
Application of statistical methods with emphasis on Machine Learning for the analysis of experimental data from the ATLAS experiment at the LHC at CERN
Συγγραφέας
Καρκανιάς, Ιωάννης (Πατρώνυμο: Ηλίας)
Ημερομηνία
2022
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Φυσικής
Εξεταστική επιτροπή
Πετρίδου Χαρίκλεια
Σαμψωνίδης Δημήτριος
Τζαμαρίας Σπυρίδων
Λιόλιος Αναστάσιος
Κορδάς Κωνσταντίνος
Μπαχάς Κωνσταντίνος
Νικολαΐδου Ροδάνθη
Λέισος Αντώνιος
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΦυσική ➨ Σωματιδιακή φυσική και Φυσική πεδίων
Λέξεις-κλειδιά
Μηχανική μάθηση; Ανιχνευτής ATLAS; Διμποζονικές υπογραφές
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.