Desafios de computação para a fase II da atualização do CMS

• Processo: 22/02950-5
• Modalidade de apoio: Auxílio à Pesquisa - Projeto Inicial
• Vigência: 01 de fevereiro de 2023 - 31 de janeiro de 2028
• Área do conhecimento: Ciências Exatas e da Terra - Física - Física das Partículas Elementares e Campos
• Pesquisador responsável: Thiago Rafael Fernandez Perez Tomei
• Beneficiário: Thiago Rafael Fernandez Perez Tomei
• Instituição Sede: Núcleo de Computação Científica (NCC). Universidade Estadual Paulista (UNESP). Campus de São Paulo. São Paulo , SP, Brasil
• Pesquisadores associados: Raphael Mendes de Oliveira Cóbe
• Bolsa(s) vinculada(s): 24/10820-0 - Buscas por matéria escura com partículas de vida longa: Run 3 e fase II, BP.DR
• Assunto(s): Física experimental de altas energias Física de alta energia Física de partículas Solenoide de múon compacto Grande Colisor de Hádrons Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aquisição de Dados e Trigger | Compact Muon Solenoid | Fisica de altas energias | fisica de particulas | Large Hadron Collider | Física Experimental de Altas Energias

Resumo

Neste projeto, apresentamos uma proposta de pesquisa em Física de Altas Energias no experimento CMS do Large Hadron Collider. O experimento construiu um detector multiuso capaz de registrar as colisões próton-próton fornecidas pelo acelerador, com excelentes capacidades de reconstrução e identificação de partículas e uma taxa de aquisição de até 1000 interações por segundo. Com o upgrade de alta luminosidade do colisor, que fornecerá uma luminosidade instantânea de 75 Hz/nb, o experimento CMS será renovado para aproveitar ao máximo a quantidade sem precedentes de dados que serão produzidos -- L = 3000 fb-1 de colisões pp durante todo o período experimental. Esses dados abrirão novas linhas de pesquisa dentro do CMS, incluindo a medida precisa das características do bóson de Higgs e novas buscas por física além do modelo padrão. Por outro lado, a magnitude dessa quantidade de dados demanda uma mudança de paradigma para o seu tratamento. Neste projeto, tratamos de dois aspectos dos desafios de computação que deverão ser superados para o sucesso dessa empreitada. O primeiro aspecto é a implementação do High-Level Trigger do sistema de aquisição de dados do CMS, que será atualizado para fornecer uma taxa de armazenamento de eventos de 7,5 kHz, correspondendo a uma taxa de transferência de dados de 50 GB/s. O segundo aspecto é a utilização de técnicas de aprendizado de máquina no experimento, que vem se mostrando ferramentas muito poderosas para o tratamento de massas de dados com muitas features e de grande magnitude. (AU)