Defesa de tese de doutoramento
"No dia 22 de Dezembro de 2020, o nosso colega Giles Strong defendeu com sucesso a sua tese de Doutoramento no IST. O trabalho de investigação foi desenvolvido no LIP e orientado por Michele Gallinaro. A tese foi aprovada com Distinção e Louvor. "
A tese, intitulada "Deep Learning methods applied to Higgs physics at the LHC", descreve trabalho original que inclui o desenvolvimento de métodos inovadores e algoritmos avançados e importantes contribuições para a análise de dados do LHC, centradas no estudo das propriedades do bosão de Higgs. Depois da descoberta do bosão de Higgs em 2012, esta área de investigação entrou na fase das medidas de precisão e verificação experimental de processos previstos teoricamente; qualquer desvio do Modelo Padrão pode ser um sinal de nova física e abrir novos caminhos para o progresso de nossa compreensão da Natureza.
O trabalho de Giles centrou-se em métodos de Machine Learning (ML) e Deep Learning (DL) e na sua aplicação à procura da produção de um par de bosões de Higgs decaindo em dois leptões tau e jets b. Foram usados os dados recolhidos pela experiência CMS em colisões protão-protoão no LHC do CERN. Os resultados melhoram significativamente quando estes algoritmos são uttilizados na análise dos dados. O estudo da produção de pares de Higgs permitirá sondar os parâmetros de auto-acoplamento do bosão de Higgs e detectar possíveis desvios. Esses estudos podem ajudar a lançar luz sobre o próprio mecanismo de quebra de simetria eletrofraca.
