Tecniche di machine learning per ricostruire tracce di particelle cariche in una Time Projection Chamber a gas

Durante l'estate 2023, verranno assemblate, caratterizzate e calibrate due grandi camere a proiezione temporale (TPC) a gas presso i Laboratori del CERN di Ginevra. Queste TPC verranno poi trasportate presso i laboratori JPARC di Tokai (Giappone), dove saranno integrate nel rivelatore “vicno” ND280 dell’esperimento T2K e messe in servizio. Le TPC sono state progettate e sviluppate nell'ambito del progetto di “Upgrade” del rivelatore ND280. Il processo di caratterizzazione e validazione delle parti delle TPC è iniziato a gennaio del 2023 e terminera` entro settembre Le TPC sono dotate di otto sensori MicroMegas con “anodo resistivo incapsulato” (ERAM). L'uso di strati resistivi incorporati consente di amplificare e diffondere la carica degli elettroni di ionizzazione primaria su diversi pad di lettura. Tale diffusione della carica consente di migliorare la precisione nella ricostruzione delle posizioni delle tracce. Le TPC saranno calibrate in termini di risoluzione spaziale ed energetica utilizzando particelle di raggi cosmici e tracce generate da impulsi laser Il lavoro di tesi proposto prevede lo studio di algoritmi di ricostruzione delle tracce specifici per i rivelatori ERAM, in cui il riconoscimento dei modelli e l'estrazione dei parametri sono basati su tecniche di Machine Learning. Verrà effettuato un confronto con tecniche tradizionali di estrazione delle “features” e con algoritmi di ricostruzione "classici" (ad esempio, trasformata di Hough e filtri di Kalman). Dati Monte Carlo generati con i programmi Magboltz/Garfield++ verranno utilizzati per lo studio degli algoritmi e per valutarne le prestazioni, insieme a dati reali di tracce da Test Beam, raggi cosmici e laser ad impulsi.