L I P

Laboratório de Instrumentação e Física Experimental de Partículas

L I P

L I P [PARTICLES AND TECHNOLOGY]

/

SimBigDat

Competence Centre on Simulation and Big Data


// Centros de Competência

Centros de Competência

O objectivo do Centro de Competências em Simulação e Grandes volumes de Dados é fomentar uma colaboração eficiente entre os diferentes grupos do LIP que trabalham nestas áreas e aumentar a capacidade de explorar as competências existentes, tanto interna como externamente, na relação com a universidade e a indústria. Os diferentes grupos do LIP têm um leque de comptências variado na análise de dados e ferramentas de simulação, que inclui modelos de física, geradores de Monte Carlo, ferramentas de simulação de detectores, técnicas de processamento de grandes volumes de dados e "data-mining". A capacidade de beneficiar destas competências depende de atingirmos massa crítica, termos programas de formação concertados, explorarmos as sinergias entre grupos e identificarmos claramente as áreas chave em que o LIP pode contribuir.

O Centro de Competências iniciou a sua actividade em 2017, tendo como primeiras prioridades a identificação das competências técnicas em que os membros do LIP são especialistas, começar um programa de formação e estabelecer o plano de acção para os próximos anos.

 
 

// Research Area
Física Experimental de Partículas com aceleradores
Contactos
Responsável de Grupo:  
Nuno Castro

nuno.castro@cern.ch


 

  • Differentiable Vertex Fitting for Jet Flavour Tagging
  • Autor(es):  Rachel E. C. Smith, Inês Ochoa, Rúben Inácio, Jonathan Shoemaker, Michael Kagan
  • Submissão:  , Aceitação:  , Publicação:  2024-09-25
  • Referência:  PHYSICAL REVIEW D 110, 052010 (2024)   Ver publicação

  • Dataset for flavour tagging R&D
  • Autor(es):  Inês Ochoa
  • Submissão:  , Aceitação:  , Publicação:  2024-08-20
  • Referência:  zenodo.13350327   Ver publicação

  • Simulation-based inference in the search for CP violation in leptonic WH production
  • Autor(es):  R. Barrué, P. Conde Muíño, V. Dao, R. Santos
  • Submissão:  2023-08-09, Aceitação:  2024-03-13, Publicação:  2024-04-03
  • Referência:  J. High Energ. Phys. 2024, 14   Ver publicação

  • Jet substructure observables for jet quenching in Quark Gluon Plasma: a Machine Learning driven analysis
  • Autor(es):  Miguel Crispim Romão, José Guilherme Milhano, Marco van Leeuwen
  • Submissão:  2023-04-14, Aceitação:  2023-12-21, Publicação:  2024-01-18
  • Referência:  SciPost Phys. 16, 015 (2024)  

Ver todas as publicações do grupo


  • ANTS
  •  Anger camera-type detector simulation and experimental data processing tools.
  •     website


Ver todas as publicações do grupo



Diogo Rodrigues
Minho
Estudante de Licenciatura

José Silva
Lisboa
Estudante de Licenciatura

Miguel Peixoto
Minho
Investigador Estudante

Pedro Miguel Martins
Minho
Investigador Estudante

 
 

Address

Contacts


Send me a message/comment

Logos institucionais


    Parceiros
  • Co-financiado
    Co-financiado


Política de cookies

Este site utiliza cookies, com o objetivo de melhorar a sua utilização. Ao navegar no site estará a consentir a sua utilização.


Laboratório de Instrumentação e Física Experimental de Partículas   LIP.PT

Window-Size
// User: carlos@lip.pt EDITAR GUARDAR