Analyse des données du détecteur BaBar

Projet réalisé avec : la collaboration pour l’expérience BaBar
Publication : Phys. Rev. D 84, 112007 (2011)

Les “mésons B” sont des particules élémentaires très lourdes étudiées par l’expérience BaBar (Laboratoire SLAC de Stanford, Californie, USA). La description théorique de leur désintégration est ardue, et plusieurs théories proposent des explications différentes.

J’ai analysé les données fournies par le détecteur BaBar et ai étudié les bruits de fonds à l’aide de simulations Monte-Carlo.

Le bruit de fond a ensuite été fortement réduit par l’emploi de méthodes multi variables (discriminant de Fisher et réseau de neurones artificiels).

Cette analyse a permis de trancher clairement en faveur d’une théorie en particulier.

Dans ce graphe, les simulations (en couleur) sont comparées aux données (points noirs) dans ce diagramme de masse reconstruite. Le signal de méson B est clairement visible en rouge.


Contrainte de modèles supersymétriques par chaînes de Markov

Projet réalisé avec : la collaboration Fittino
Publication : JHEP 1206 (2012) 098

La physique des particules est actuellement comprise et décrite par un modèle mathématique : le Modèle Standard. Malgré son succès le Modèle Standard reste incomplet, et une nouvelle théorie de la physique des particules, incluant en particulier la gravité, est recherchée.

J’ai combiné les mesures expérimentales existantes en physique des particules pour tester et comparer de nouveaux modèles théoriques dits “supersymétriques”.

J’ai alors estimé les paramètres de ces théories par la méthode fréquentiste à l’aide de chaînes de Markov auto-adaptives, et pu comparer ces modèles entre eux.

Ce graphe montre la convergence de la chaîne de Markov auto-adaptative vers une valeur de tanBeta, un des paramètres des théories supersymétriques.


TMVA – Un outil pour l’analyse de données multi variable

Projet réalisé avec : la collaboration TMVA
Publication : Proceedings of Science ACAT:040,2007

En collaboration avec des physiciens du CERN, nous avons développé et testé TMVA, un logiciel libre en C++ dédié à l’analyse de données par des outils multi variable.

Cet outil a été présenté lors de plusieurs Workshops de statistiques avancées et est considéré aujourd’hui comme une référence en physique des particules.

Parmi les outils disponibles dans TMVA, l’utilisateur a le choix entre plusieurs implémentations de

  • réseaux de neurones artificiels,
  • d’arbres de décisions,
  • de discriminants linéaires ou non,
  • de likelihood,

qu’il peut entraîner et dont il peut comparer les performances

Ce graphe montre les courbes de performance (ROC) de différents outils multi variables disponibles dans TMVA


Comprendre les différences entre espèces à l’échelle du génome

Projet réalisé avec : l’institut Max Planck PKS dans le groupe de Michael Hiller
Publication : Mol Biol Evol, Art. No. DOI: 10.1093 (2016)

Le nombre d’espèces dont le génome est décrypté augmente chaque année, et ouvre la porte à la comprehension des origines de la biodiversité.

Avec le groupe de Michael Hiller à l’institut Max Planck de Dresde (Allemagne), nous avons recherché les mécanismes de la perte de certaines capacités parmi plusieurs espèces au cours de leur évolution. Par exemple les primates, le cochon d’inde ainsi que certaines espèces de chauve souris ont perdu la capacité à synthétiser la vitamine C, alors que d’autres espèces comme le chien ou la vache l’ont conservée.

J’ai amélioré une méthode, dite de “Forward Genomics”, permettant d’identifier les régions des génomes responsables de ces pertes de capacité.

Les performances de cette nouvelle méthode se sont révélées supérieures à celles des méthodes existantes. Cette comparaison fut possible grâce à une simulation numérique de l’évolution naturelle des génomes.

Des régions du génome susceptibles d’expliquer la perte de vision chez plusieurs espèces de taupes ont ainsi été identifiées.

Ce graphe montre un exemple d’arbre d’évolution des espèces avec la perte ou la conservation d’une capacité pour chaque espèce.