Classificazione robusta agli errori sistematici in applicazioni alla fisica delle particelle

Nell'ambito della fisica delle particelle, la nuova tecnica INFERNO, proposta nel 2019 da P. de Castro e T. Dorigo permette di costruire statistiche sommario non lineari con reti neurali robuste ai parametri di disturbo. Nell'elaborato si analizzano le proprietà di INFERNO attraverso dati sintetici al fine di confrontarlo con la procedura BCE; l'analisi ha dimostrato la capacità di INFERNO di ridurre notevolmente gli intervalli di confidenza del parametro di interesse in presenza di parametri di disturbo. L'algoritmo viene infine applicato a dati reali dell'esperimento CMS di LHC per la ricerca del quark top. L'analisi condotta su setup controllati, consente di dimostrare il potenziale di INFERNO nel ridurre l'impatto delle incertezze sistematiche nelle analisi reali di LHC.