Tesis

En esta Tesis consideramos diferentes estrategias para detectar efectos de Física Más Allá del Modelo Estándar (BSM) en el LHC. Estas estrategias pueden dividirse en dos tipos: búsquedas con modelos específicos y búsquedas agnósticas al modelo. Las primeras se concentran en (una familia de) modelos de BSM cuya fenomenología única provee rastros interesantes en el LHC; mientras que las segundas apuntan a desarrollar análisis semi- y no-supervisados que encuentren rastros de efectos de BSM. Estas dos estrategias son complementarias. Aunque las búsquedas agnósticas al modelo son útiles para encontrar la aguja en un pajar, bajo ciertas hipótesis, y evitar potenciales errores sistemáticos provenientes de las simulaciones de Monte Carlo, deben realizarse búsquedas dedicadas para aumentar el poder de discriminacion y extraer parámetros fisicamente relevantes, como la sección eficaz y los acoples, con la ayuda de simulaciones de Monte Carlo.

Entre los muchos escenarios posibles de BSM que pueden ser explorados por el LHC, consideramos tres posibilidades. Cada una de estas posibilidades está motivada por diferentes resultados experimentales y da lugar a diferentes estados finales, con cierta superposición entre los tres casos. Primero exploramos un Leptoquark inspirado por las anomalías en la Física de mesones B. Este Leptoquark es un bosón de seudo Nambu-Goldstone de una teoría de campos fuertemente acoplada y es producido de a pares en el LHC. Luego, consideramos como un Leptoquark multigeneracional que puede ser producido de manera no resonante en el LHC puede evitar límites existentes debido a dicho comportamiento no resonante. Finalmente, mostramos como un FCNC Z' interactuando con el quark top podría estar presente en estados finales multileptónicos con alta multiplicidad de jets b, explicando discrepancias persistentes en los análisis de ttW y 4-top. En todos los casos, reutilizamos búsquedas existentes para establecer límites en los espacios de parámetros de nuestro modelos y proponemos nuevas búsquedas que excluirian regiones significativas de dichos espacios de parámetros.

Para implementar búsquedas agnósticas al modelo, nos concentramos en dos algoritmos de modelado de tópicos que adaptamos a la física del LHC. Estudiamos cómo el algoritmo conocido como Demixer, previamente aplicado a clasificación de quarks y gluones, puede detectar mezclas estadísticas de 4-top y ttW+ttH en el estado final dileptónico y provee un método para adecuar las simulaciones de Monte Carlo de la distribución de ttW+ttH utilizando las mismas regiones de señal analizadas. Luego mostramos cómo se puede utilizar el algoritmo conocido como Latent Dirichlet Allocation para realizar búsquedas no-supervisadas en el LHC. Estudiamos en el espacio de hiperparametros y mostramos la correlación entre la Perplejidad y la capacidad de clasificación, obteniendo una métrica no-supervisada para seleccionar hiperparametros.

Tras haber explorado distintos análisis basados tanto en simulaciones de Monte Carlo como en algoritmos no supervisados, encontramos que estos últimos parecen ser prometedores, con mucho margen de mejora en los próximos años.