- Tipologia
- Tesi sperimentale
- Argomento
- Sviluppo di algoritmi di Machine Learning per l’identificazione di adroni leggeri in ITS con l’esperimento ALICE
- Disponibile dal
- 02/05/2023
- Presso
- Dipartimento di Fisica - CERN
- Altre informazioni
I rivelatori MAPS che costituiscono l'Inner Tracking System dell'esperimento ALICE hanno lettura puramente digitale e non permettono l'estrapolazione dell'informazione di perdita di energia per unità di lunghezza utile per l'identificazione delle particelle.
La tesi riguarda lo sviluppo di metodi per la PID basati sulla correlazione tra dimensione del cluster e perdita di energia, sfruttando una presa dati speciale all'LHC per la calibrazione in tempo e energia della risposta del sensore ALPIDE.
Tecniche basate sul Machine Learning verranno applicate per la Particle Identification.
La tesi è rivolta a studenti di laurea magistrale con competenze di computing (o interessati ad acquisirle) e interessati allo sviluppo di sensori innovativi per le future applicazioni a collider, satelliti e di imaging diagnostico.
- Stato
- Disponibile
Rivolgersi a:
- Docente
- Stefania Beolè
- stefania.beole@unito.it
- Telefono
- 011-670 7368