Study of b-jet production and properties at the LHC
Loading...

DOI
Date
2023
Authors
Bysiak, Sebastian
Journal Title
Journal ISSN
Volume Title
Thesis supervisors
Publisher
The Henryk Niewodniczański Institute of Nuclear Physics Polish Academy of Sciences
Abstract
Pomiary produkcji dżetów stanowią fundamentalne narzędzie badawcze w zakresie perturbatywnej chromodynamiki kwantowej (pQCD). Pełnią one również istotną rolę w innych dziedzinach fizyki wysokich energii. Tłumienie dżetów jest prawdopodobnie jednym z najbardziej spektakularnych dowodów na tworzenie się plazmy kwarkowo-gluonowej w ultrarelatywistycznych zderzeniach ciężkich jonów. Współcześnie pojawienie się nowatorskich technik eksperymentalnych, w tym obserwacji wewnętrznej struktury dżetów oraz zastosowania algorytmów uczenia maszynowego, rewolucjonizuje ten obszar badań. Nowe możliwości znakowania dżetów pozwalają na badania porównawcze między dżetami pochodzącymi z różnych partonów. Pomiar wewnętrznej struktury otwiera drzwi do bezpośrednich obserwacji efektów splątanych dotąd w bardziej ogólnych obserwacjach. Doskonałym przykładem jest pomiar efektu martwego stożka dokonany przez eksperyment ALICE. Wyniki przedstawione w tej pracy korzystają z postępów w obu tych obszarach. Pierwsza część opisuje analizę przekroju czynnego na produkcję dżetów pięknych, zmierzonego w zderzeniach pp przy √s = 5.02 TeV przez eksperyment ALICE na LHC. Jest to pierwsze zastosowanie uczenia maszynowego do pomiarów dżetów ciężkich kwarków w eksperymencie ALICE. Nowa metoda znacząco poprawia wydajność i czystość znakowania oraz wykazuje stabilność w szerokim zakresie tych parametrów. Wyniki są zgodne z przewidywaniami pQCD w przybliżeniu NLO oraz wynikami ALICE uzyskanymi innymi metodami. Druga część przedstawia badania symulacyjne efektu martwego stożka w pomiarach dżetów pięknych w zderzeniach ciężkich jonów. Badanie to skupia się na eliminacji zaburzeń wprowadzonych przez nieskorelowane tło. Połączenie re-klasteryzacji dżetów i technik ich oczyszczania pozwala na przywrócenie ilościowych właściwości dżetów związanych z efektem martwego stożka. Ponadto, praca zwraca uwagę na pewne nieoczywiste, potencjalne problemy, które mogą pojawić się podczas przyszłych pomiarów tego efektu.
Jet production is a fundamental probe of perturbative quantum chromodynamics (pQCD). They play a vital role also in other areas of high energy physics. Jet quenching is arguably one of the most spectacular proofs of the creation of quark-gluon plasma in ultrarelativistic collisions of heavy ions. Nowadays, the rise of novel experimental techniques, including jet substructure observables and the application of machine learning algorithms, are revolutionizing this field of study. New jet tagging capabilities allow for comparative studies between jet flavours. Substructure measurements open doors for direct observation of the effects, entangled into more generic observables. A perfect example is the dead-cone measurement by ALICE. Results shown in this thesis benefit from both of these advances. The first part describes the analysis of the beauty-jet production cross section, measured in pp collisions at √s = 5.02 TeV by the ALICE experiment at the LHC. It is the first application of machine-learning for heavy flavour jet measurements in ALICE. The new method significantly improves tagging efficiency and purity, and shows a good stability over a wide range of these parameters. Results are consistent with the NLO pQCD predictions and the ALICE results obtained with other methods. The second part shows simulation studies for the dead-cone effect measurement for beauty jets in heavy-ion collisions. The study focuses on the removal of distortions introduced by uncorrelated heavy-ion background. The combination of jet reclustering and jet grooming allows for the restoration of the quantitative properties related to the dead-cone effect of jets. Additionally, this thesis highlights some potential issues that may arise during future measurements of this effect, which are not immediately apparent.
Description
Keywords
Citation
Sponsorship:
Grantnumber:
License Type
Attribution-ShareAlike 4.0 International