Home | english  | Impressum | Datenschutz | Sitemap | KIT
Masterarbeiten

Masterarbeiten in der Arbeitsgruppe Prof. Husemann

Die Arbeitsgruppe von Prof. Husemann am Institut für Experimentelle Teilchenphysik des KIT forscht am CMS-Experiment am CERN. Schwerpunkte der Arbeit liegen in der Datenanalyse und dem Bau von Siliziumdetektoren. Wir bieten Master- und Diplomarbeiten aus beiden Themengebieten an. Im folgenden finden Sie einige Themenvorschläge. Einige der Themen bieten wir in Zusammenarbeit mit den Gruppen Prof. Müller, Prof. Weber (IPE) und Prof. Quast an. Bitte kontaktieren Sie uns, wenn Sie weitere Informationen wünschen.

Datenanalyse
Thema:Assoziierte ttX-Produktion
Zusammenfassung:In der assoziierten Produktion von Higgs-Bosonen und Top-Quark-Antiquark-Paaren kann die Top-Higgs-Yukawakopplung direkt vermessen werden. Diesen Prozess haben wir zum ersten Mal im Jahr 2018 beobachtet. Um den Prozess noch genauer zu verstehen und mögliche Spuren neuer Physik zu entdecken, untersuchen wir außerdem die wichtigsten Untergrundprozesse, die im Detektor fast wie das Signal aussehen. Dies sind vor allem die assozierte Produktion von Top-Quarks mit zusätzlichen Bottom-Quarks oder Z-Bosonen. Seien Sie Teil des Team, das die Top-Yukawakopplung mit dem vollen Datensatz des LHC Run 2 untersucht und wichtige Untergrundprozesse mit höchster Genauigkeit vermisst.
Sie lernen kennen:Top-und Higgs-Physik, Datenanalyse, Maschinelles Lernen, Python-Programmierung, C++-Programmierung, ROOT
Referent:Prof. Dr. Ulrich Husemann
Ansprechpartner:Dr. Matthias Schröder
Letzte Änderung:03.02.2020
Thema:Maschinelles Lernen in der Teilchenphysik
Zusammenfassung:In der Teilchenphysik werden seit vielen Jahren multivariate Methoden eingesetzt. Aktuelle Techniken des maschinellen Lernens wie Deep Neural Networks (DNN), Convolutional Networks (CNN) und Adversarial Networks finden derzeit Einzug in die Teilchenphysik. Probieren Sie in einer Masterarbeit die neuen Möglichkeiten aus, die sich dadurch ergeben.
Sie lernen kennen:Collider-Physik, Maschinelles Lernen, Python-Programmierung
Referent:Prof. Dr. Ulrich Husemann
Ansprechpartner:Dr. Matthias Schröder
Letzte Änderung:03.02.2020
Thema:MC-Ereignisgenerierung für die Higgs- und Top-Physik
Zusammenfassung:Moderne Monte-Carlo-(MC-)Ereignisgeneratoren erlauben die Simulation physikalischer Prozesse mit immer höherer Genauigkeit und sind unerlässliches Werkzeug für Präzisionsmessungen am LHC. In einer Masterarbeit sollen neue MC-Ereignisgeneratoren für den Einsatz am CMS-Experiment untersucht und die Vorhersagen mit den neuesten LHC-Daten verglichen werden. Ziel ist insbesondere ein besseres Verständnis der systematischen Unsicherheiten in der ttH-Analyse.
Sie lernen kennen:Top-und Higgs-Physik, MC-Generatoren, Python-Programmierung, C++-Programmierung, ROOT
Referent:Prof. Dr. Ulrich Husemann
Ansprechpartner:Dr. Matthias Schröder
Letzte Änderung:03.02.2020

Siliziumdetektoren
Thema:Hochratenstudien an Prototypen für das Phase-2-Upgrade des CMS-Detektors
Zusammenfassung:Zur Vorbereitung des Phase-2-Upgrades des Spurdetektors des CMS-Experiments werden am ETP Prototypen der finalen Module gebaut und getestet. Unter anderem sollen die Module unter Bedingungen, wie sie im Betrieb des CMS-Experiments vorherrschen, getestet werden. Insbesondere müssen die Module auf der vorgeschriebenen Ausleserate effizient betrieben werden können. Die ausgeschriebene Arbeit beschäftigt sich mit der Vorbereitung, dem Aufbau und der Durchführung von Hochratentests am Institut Pluridisciplinaire Hubert Curie (IPHC) in Straßburg. Dazu gehört die Entwicklung einer Triggereinheit und des mechanischen Aufbaus der Versuchsanordnung, sowie die Vorbereitung der Datennahme am IPHC. Im Anschluss an die Datennahme sind die Daten im Hinblick auf die Effizienz und den Betrieb der Module im CMS-Detektor auszuwerten.
Sie lernen kennen:FPGA-, C++- und Python-Programmierung; Siliziumdetektorentwicklung; Datennahme und -auswertung; Präsentationen
Referent:Prof. Dr. Ulrich Husemann
Ansprechpartner:Dr. Alexander Dierlamm
Letzte Änderung:03.02.2020