Palestrante
Descrição
Apresentaremos a contribuição para o grupo de física além do modelo padrão de oscilação de neutrinos no experimento DUNE. Tivemos até aqui três frentes de trabalho: Interações não-padrão de neutrinos, não-unitariedade da matriz (PMNS) de mistura e violação das simetrias de Lorentz e CPT. Com base nesses trabalhos espera-se atingir configurações experimentais ótimas para a detecção de nova física no DUNE, em particular as propriedades dos modelos acima citados. Usamos para tanto uma ferramenta de simulação da propagação e cálculo do número de eventos gerados por neutrinos, o General Long Baseline Experiment Simulator (GLoBES). Este simulador utiliza o fluxo de neutrinos esperado no feixe do DUNE, simulado e fornecido pela colaboração, calcula a probabilidade de oscilação de sabor dos neutrinos no trajeto do feixe e, finalmente, usa resultados previamente calculados da seção de choque dos processos esperados nas interações dos neutrinos com o material alvo, no caso argônio líquido. Com o número de eventos calculado para diferentes modelos de oscilação, utilizamos um método de mínimos quadrados para estimar a sensitividade do experimento aos parâmetros de cada modelo. O cálculo da sensitividade envolve um método de Monte Carlo conhecido como Cadeias de Markov (Markov Chain Monte Carlo - MCMC), dado que o número de parâmetros em geral é muito grande, o que aumenta o tempo computacional de forma que é preciso limitar o número de iterações numéricas. Além deste ponto, pretendemos desenvolver ferramentas de inteligência artificial para melhorar a previsão das curvas de sensitividade, dado que o MCMC fornece um número limitado e às vezes insuficiente de pontos para a obtenção das curvas de sensitividade dos parâmetros.
| Key Words | Simulação, Monte Carlo, Markov Chain, Inteligência Artificial |
|---|
