Menu
Rechercher
Accueil > Thèses, Stages, Formation et Enseignement > Propositions de thèses 2023 > Development of reconstruction algorithms for the Hyper-Kamiokande experiment – a unique observatory for rare events in the Universe
Development of reconstruction algorithms for the Hyper-Kamiokande experiment – a unique observatory for rare events in the Universe
par Tristan Beau - 15 novembre 2022
Titre : Development of reconstruction algorithms for the Hyper-Kamiokande experiment – a unique observatory for rare events in the Universe
Directrice/directeur de thèse : Mathieu Guigue
Co-encadrant.e : Boris Popov
Groupe d’accueil :LPNHE-Neutrino group
Webpage du projet : http://www.hyperk.org
Collaboration : Hyper-Kamiokande
Description :
The Hyper-Kamiokande (HK) experiment - a new water Cherenkov detector - is being constructed in Japan by an international collaboration. The detector will hold 260000 tonnes of ultra-pure water – eight times the existing Super-Kamiokande (SK). The enormous size of its fiducial volume will enable it to detect unprecedented numbers of neutrinos produced by various sources — including the Sun, supernovae, cosmic rays and beams artificially produced by an existing particle accelerator J-PARC on the East cost of Japan. In addition to detecting neutrinos, it will monitor the water for
a possible spontaneous decay of protons in atomic nuclei, which, if observed, would be a revolutionary discovery.
A team of physicists from LPNHE-Paris is contributing to the HK detector construction via a precise time distribution and synchronization system and to the physics analysis via calibration and reconstruction of collected data. We are also taking part in the upgrade of ND280, the near detector in the present T2K experiment which will also serve as near detector for the HK experiment, and we are contributing to the
hadroproduction measurements done with the NA61/SHINE spectrometer at CERN to reduce the systematic uncertainties on the accelerator neutrino flux for HK.
The PhD candidate will participate in the development of new reconstruction algorithms based on Machine learning for the Hyper-Kamiokande experiment and in the analysis of first data collected with a Water Cherenkov Test Experiment (WCTE) at CERN. He/she will then study the impact of the improved reconstruction as well as of the upgraded ND280 on the sensitivity of the HK experiment in the measurement of the oscillation parameters, including the CP-violation phase.
FRENCH VERSION
Développements d’algorithmes de reconstruction pour l’expérience Hyper-Kamiokande - un observatoire unique pour des événements rares dans l’Univers. L’expérience Hyper-Kamiokande (HK) - un nouveau détecteur de lumière Cherenkov à eau - est en cours de construction au Japon par une collaboration internationale. Le détecteur contiendra 260 kt d’eau pure - huit fois plus que le détecteur Super-Kamiokande existant. L’énorme taille de HK permettra de détecter un nombre sans précédent de neutrinos produits par diverses sources - le Soleil, les supernovae, les rayons cosmiques et le faisceau produit par l’accélérateur J-PARC sur la côte est du Japon.
En plus de capturer les neutrinos, le détecteur va surveiller son eau à la recherche d’une éventuelle désintégration spontanée des protons dans les noyaux atomiques, qui, si elle était observée, serait une découverte révolutionnaire.
Une équipe de physiciens du LPNHE contribue à la construction du détecteur HK via un système de distribution et synchronisation d’horloge et à l’analyse physique via la calibration et la reconstruction des données collectées. Nous participons aussi à la jouvence de ND280, le détecteur proche de l’expérience actuelle T2K mais qui sera aussi le détecteur proche de l’expérience HK, et nous contribuons aux mesures de
hadroproduction avec NA61/SHINE au CERN pour réduire les incertitudes sur le flux de neutrinos pour HK.
Le.la candidat.e contribuera au développement de nouveaux algorithmes de reconstruction basé sur des techniques d’apprentissage machine pour l’expérience Hyper-Kamiokande et à l’analyse des premières données collectées par l’expérience WCTE au CERN. Il.elle étudiera l’impact de ces amélioration de la reconstruction ainsi que du détecteur ND280 sur la sensibilité de l’expérience HK à la mesure des paramètres d’oscillation, et notamment la phase de violation de CP.
Lieu(x) de travail : LPNHE
Déplacements éventuels : Japon/CERN
Stage proposé avant la thèse : Oui
Dans la même rubrique :
- Etude de la production de di-Higgs pour la nouvelles physiques et amélioration du trajectographe de l’expérience ATLAS en vue de la phase à haute luminosité du LHC
- Mesure de l’élément Vub de la matrice CKM et recherche de nouvelle physique dans l’étude de l’universalité de la saveur leptonique avec l’expérience LHCb au CERN/Measurement of the Vub element of the CKM matrix and search for new physics in lepton flavour universality tests with the LHCb experiment at CERN
- Analyses en amplitudes des désintégrations
- Mesure de la masse du quark top avec des événements ttbar avec des mésons J/ψ et D dans l’état final. Études et réalisation du détecteur de temps hautement granulaire (HGTD) dans l’expérience ATLAS auprès du LHC. Measurement of the top quark mass using ttbar events with J/ψ and D mesons in the final state. Study and realization of a High Granularity Timing Detector (HGTD) for the ATLAS detector for the High Luminosity phase of the LHC.
- Variability from active galactic nuclei with the future Cherenkov Telescope Array and validation tests with the NectarCAM camera
- Joint supernovae and galaxy clustering analysis with ZTF and the DESI BGS
- First LSST dataset : toward the next generation of cosmological constrains.
- Development of the new silicon pixel tracker for the upgrade of the ATLAS detector at the High Luminosity LHC (HL-LHC), study of the performance of the new design, and application to the research of new physics and precision Higgs measurements at HL-LHC
- Towards precise measurement of neutrino oscillations parameters in T2K-II with new input from the upgraded Near Detector ND280
- Incertitudes pour les tâches de régression avec des réseaux de neurones sur graphe. Application à la détection de particules cosmiques.
- Prospectives pour une détection interférométrique de particules cosmiques dans le projet GRAND
- Quantifying ML uncertainties in searches for new physics at the LHC