Deteção Online Embarcada de Sinais Raros com Baixa Relação Sinal-Ruído em Ambientes com Alta Taxa Eventos

Abstract

Esta tese foi desenvolvida no contexto do programa de atualização do ATLAS experiment, um dos principais experimentos do Large Hadron Collider, responsável por importantes descobertas na física de partículas, como a observação do Higgs boson. Com as atualizações do LHC para operar em energias mais elevadas, um dos grandes desafios do ATLAS é detectar sinais de interesse corrompidos por ruído e misturados a informações ordinárias. Para isso, o experimento utiliza um sistema de filtragem online responsável por selecionar eventos relevantes em tempo real. Estudos mostraram que, com o aumento do ruído de fundo nas novas condições operacionais, a banda passante disponível para esse sistema seria excedida. Como alternativa para reduzir esse problema, foi incorporado ao sistema de filtragem online do ATLAS um método baseado na fusão das informações da calorimetria e do detector de múons, com o objetivo de melhorar a rejeição de eventos irrelevantes para a física do LHC. Atualmente, esse sistema utiliza um algoritmo baseado em uma aproximação da filtragem casada para detectar sinais de interesse provenientes da calorimetria. Embora o algoritmo atual apresente desempenho satisfatório, estudos indicaram que ele não alcança desempenho ótimo. Dessa forma, esta tese investiga novos algoritmos para aumentar a eficiência da detecção de sinais por meio do sistema de calorimetria do ATLAS. Os resultados mostram que é possível reduzir em até 20% a taxa de falsos alarmes em comparação ao algoritmo atualmente implementado, mantendo aproximadamente 98% das classificações corretas do sistema de filtragem.