Thèse Exploitation des Données Lep pour la Fragmentation une Analyse Orientée Tmd des Paires Pi+Pi- dans les Collisions E+E- H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Physique École doctorale : Particules, Hadrons, Énergie et Noyau : Instrumentation, Image, Cosmos et Simulation Laboratoire de recherche : Département de physique nucléaire - DRF/IRFU Direction de la thèse : Francesco BOSSU ORCID 0000000287648111 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-31T23:59:59 La mesure des hadrons produits dans les collisions révèle le mécanisme de fragmentation, où les quarks et les gluons forment des hadrons détectables. Les Fonctions de Fragmentation (FF) décrivent la probabilité de ce processus, mais elles ne sont pas calculables théoriquement. Elles doivent donc être extraites expérimentalement en ajustant des modèles aux données.
Les FF dépendantes du moment transverse (TMDFF) décrivent plus précisément l'impulsion transverse des hadrons produits. Pour les mesurer, une réaction idéale est la production de paires de pions de charges opposées (pi+pi-) dans les collisions électron-positron (e+e-). Étonnamment, aucune mesure de ce type n'a encore été réalisée, ni par les anciennes expériences comme LEP, ni par les actuelles comme Belle.
Ce projet propose d'exploiter l'initiative OpenData du CERN pour analyser les données archivées de l'expérience LEP (DELPHI ou ALEPH). L'objectif est d'y mesurer le taux de production des paires pi+pi- en fonction de leur moment transverse.
La première étape consiste à maîtriser l'accès à ces données historiques et leurs logiciels parfois obsolètes. Ensuite, il faudra extraire les distributions physiques clés, comme les distributions angulaires. La troisième étape est de simuler ces mêmes collisions avec un générateur comme Pythia pour comparer et interpréter les données. L'analyse identifiera ensuite les observables les plus sensibles aux TMDFF via des simulations.
Le résultat sera intégré à une analyse globale de données, devenant la première à inclure des données e+e-, pour une extraction bien plus précise des TMDFF. Cela permettra de repousser les frontières de notre connaissance des mécanismes non-perturbatifs de la fragmentation des partons. One of the main challenges of theoretical particle physics is the quantitative understanding of the structure of hadrons. Currently, it is widely accepted that Quantum Chromodynamics (QCD) is the theory that best describes hadrons and their interactions. The building blocks of QCD, quarks and gluons, are believed to be responsible for most of the basic properties of hadrons such as: mass, charge, spin, etc.. Therefore, it is of crucial importance, for a full understanding of the hadron structure, to make a clear picture of the distribution of quarks and gluons inside the hadrons.
Unfortunately, this task is hampered by the fact that QCD is strongly coupled at energies of the order of the hadron mass that are relevant to the study of the hadron structure, thus preventing the use of perturbation theory. Despite theoretical tools are being developed that will eventually allow for the computation of these distributions from first principles, at present the most accurate way to determine them relies on fits to experimental data.
Importantly, thanks to factorisation theorems and the consequent universality, the same distributions of quarks and gluons can be connected to a variety of experimentally measurable quantities. This allows one to determine them using experimental data from different processes. In this context, the distributions are parameterised using some specific functional form and the parameters determined by comparison to the experimental data.It is therefore important to minimise as much as possible any bias deriving from the particular parametric form chosen to fit the data.
In this respect, artificial neural networks (ANN), thanks to their flexibility, provide a powerful tool. Amongst the most important distributions there are: the parton distribution functions (PDFs), that describe how hadrons turn into quarks and gluons, and the fragmentation functions (FFs), that instead describe how quarks and gluonsturn into hadrons. PDFs and FFs are necessary ingredients to describe around all processes in high-energ collisions involving hadrons in the initial and/or in the final state. However, so far PDFs and FFs have mostly been determined separately, either considering processes that only involve one of them or fixing one while determining the other. However, it has been shown that a separate determination of PDFs and FFs can potentially lead to inconsistent results. In addition, the interplay between PDFs and FFs can be used to achieve a better determination of either of these two sets of distribution.
Building upon these considerations, the subject of the present Ph.D. project proposal is a simultaneous determination of the PDFs of the nucleon (a proton or a neutron) and of the FFs of light hadrons (mostly pions and kaons) from fits to a variety of experimental data using ANNs as a parameterisation
Obtenir pour la première fois la structure multidimensionnelle du pion en tenant compte des développements théoriques et en exploitant les données expérimentales du LEP.

Étudiant ayant un master 2 de physique théorique ayant suivi des cours de théorie quantique des champs, et ayant un goût prononcé pour l'analyse numérique