Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Ottimizzazione dell’inferenza statistica per ricerche di nuova fisica a LHC con Deep Learning |
|---|---|
| Titolo del progetto di ricerca in inglese | Fully Inference-Optimized Deep Learning for New Physics Searches at the LHC |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | FIS/01 - FISICA SPERIMENTALE |
| Descrizione sintetica in italiano | Le reti neurali sono utilizzate comunemente nelle analisi dell'LHC, ma le figure di merito usate nella loro ottimizzazione sono generiche e non includono l’effetto di incertezze sistematiche. Il programma di ricerca prevede lo sviluppo di uno strumento per l’ottimizzazione dei parametri di una rete neurale per la ricerca di segnali rari di fisica del B con il rivelatore CMS a LHC, incorporando nella loss function della rete neurale la precisione complessiva sulla quantità fisica di interesse nella misura. L’assegnista nel primo anno di lavoro svilupperà il software in codice python con tools quali TensorBoard e Keras, effettuando tests di funzionamento con un problema semplificato e l’uso di dati simulati con Delphes. E’ prevista una pubblicazione su rivista dei risultati del metodo. Nel secondo anno verrà perfezionata l’applicazione dello strumento sviluppato alla ricerca di segnali rari di fisica del B in dati reali raccolti dal rivelatore CMS nel Run2 |
| Descrizione sintetica in inglese | Neural networks are today commonly used in searches for new physics and measurements of fundamental parameters at the Large Hadron Collider (LHC). However, the typical figures of merit used to “optimize” the NN configuration are generic and do not include the effect of systematic uncertainties. The research program foresees the development of a tool for the optimization of the NN parameters, to be used in searches of rare B physics processes with the CMS detector at the CERN LHC, by incorporating in the loss function the global precision on the physical quantity of interest. During the first year the grant recipient will develop software using python language and tools such as TensorFlow and Keras, and testing the software with a simplified problem and fast simulated data with Delphes. A publication is foreseen on the method developed. In the second year the application will be tuned to the search of rare B hadron decays in data collected by the CMS detector in Run 2 of the LHC. |
| Data del bando | 31/10/2019 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
International |
| Nazionalità dei candidati |
International |
| Sito web del bando | https://protocollo.unipd.it/albo/viewer |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 19810 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) | La selezione si attua mediante la valutazione comparativa dei titoli, del curriculum scientifico-professionale, della produttività scientifica e delle lettere di presentazione |
| Criteri di selezione in inglese (breve descrizione) | The selection takes place through the evaluation of the titles, scientific and professional CV, academic/scientific publications and reference letters |
| Processo di selezione in italiano (breve descrizione) |
Le domande dei candidati saranno esaminate da una Commissione giudicatrice nominata dal Direttore della struttura e composta da tre membri esperti del settore in cui sarà svolta l'attività di collaborazione, uno dei quali di norma è il Responsabile del Progetto di ricerca |
| Processo di selezione in inglese (breve descrizione) | The applications will be valued by a referee committee, designed by the Director of the structure and composed by three members belonging to the scientific area of the research project, one of them is normally the scientific responsible of the scientific project |
| Nome dell'Ente finanziatore | Università degli Studi di Padova - Dipartimento di Fisica e Astronomia |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Codice postale | 35131 |
| Indirizzo | via F. Marzolo n. 8 |
| Sito web | http://www.dfa.unipd.it/index.php?id=973 |
| segredip@pd.infn.it | |
| Telefono | +39 049 8277115 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 15/11/2019 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |