Partenaires

CNRS
IN2P3
Sorbonne Universite
Universite de Paris
Initiative Physique des Infinis
UPMC


Rechercher

Sur ce site


Accueil > Thèses, Stages, Formation et Enseignement > Propositions de thèses antérieures > Propositions de thèses 2022 > Développement d’algorithmes de reconstruction de particules fondés sur l’intelligence artificielle

Développement d’algorithmes de reconstruction de particules fondés sur l’intelligence artificielle

Titre : Développement d’algorithmes de reconstruction de particules fondés sur l’intelligence artificielle

Directeur de thèse : Vladimir Gligorov

Bourse de thèse : Oui, assurée

Équipe : Asymétrie Matière-Antimatière ; groupe LHCb

Description :

La dernière décennie a vu une renaissance de l’intelligence artificielle, entraînée à la fois par le développement algorithmique et la disponibilité accrue d’architectures informatiques hautement parallèles capables d’exécuter efficacement ces algorithmes. Dans le même temps, les jeux de données traités par les expériences de physique des hautes énergies ont continué de croître, atteignant par exemple 32 Térabits par seconde pour la mise à niveau de l’expérience LHCb qui commencera à prendre des données l’année prochaine. Alors que les expériences ont traditionnellement considéré l’informatique efficace comme une question de coût financier, la décennie à venir nécessitera une attention accrue à l’efficacité énergétique afin de réduire l’empreinte environnementale de nos recherches. Les algorithmes traditionnels de reconstruction de particules, notamment le filtre de Kalman, sont intrinsèquement séquentiels et peu adaptés à l’utilisation efficace d’architectures de traitement parallèles. Il existe un besoin critique de nouveaux algorithmes de reconstruction conçus dès le départ pour être parallèles, exploiter efficacement les architectures modernes et s’adapter aux architectures de demain.

Le groupe LHCb invite des candidatures pour un poste de doctorant financé par le projet ANR-BMBF ANN4EUROPE pour travailler sur le développement d’algorithmes de reconstruction de particules d’intelligence artificielle, à la fois pour l’expérience LHCb et pour d’autres expériences de physique des hautes énergies.

L’expérience LHCb, dédiée à l’étude de la physique des saveurs auprès du collisionneur LHC au CERN, a déjà commencé à mesurer les propriétés des désintégrations b->sℓℓ et b->cℓν et le groupe du LPNHE participe à cet effort. L’expérience LHCb a aussi prévu une évolution technique importante de son détecteur à partir de 2018. Le groupe du LPNHE travaille sur la mise au point du nouveau trajectographe à fibres scintillantes et le nouveau système de déclenchement de l’expérience.

En tant que membre du projet ANN4EUROPE, vous travaillerez avec un autre doctorant basé à l’institut FIAS à Francfort pour développer de tels algorithmes d’une manière qui leur permettra d’être réutilisés dans des expériences de physique des particules. Vous serez également tous les deux rattachés au réseau doctoral SMARTHEP (http://www.smarthep.org/) qui s’attaque à bon nombre des mêmes problèmes sur une échelle de temps similaire. En tant que membre du groupe LHCb, vous contribuerez également à la mise en œuvre de ces algorithmes dans la base de code de l’expérience LHCb et aurez la possibilité de participer à l’analyse des données de physique en fonction de vos intérêts et de ceux de notre groupe.

Le sujet de thèse donne donc aux candidat.e.s la possibilité de s’intégrer dans l’activité de recherche en physique des particules et participer au développement de nouveaux algorithmes de reconstruction, jetant les bases des prochaines générations d’expériences. A la fin de leur thèse les candidat.e.s seront formées dans les methodes modernes de analyse des donnees en temps reel, et maîtriseront aussi les outils et techniques complexes d’analyse des données en physique des particules.

Lieu : LPNHE, Paris

Déplacements éventuels : séjours au CERN et à Francfort

Documentation :

Contact : Vladimir Gligorov, 33 (0)6 34 01 56 44

Facebook
Enregistrer au format PDF