La naissance de la Relativité d’Einstein (1905)

Besoin d'aide ?
somdn_product_page

(Nombre de téléchargements - 0)

Catégorie :

Questions ? contacter notre assistance par E-mail : support@clepfe.com

Table des matières

Introduction générale
CHAPITRE I. Eléments de physique des hautes énergies et positionnement de l’étude 
1. Le Modèle Standard et extensions
1.1. Particules élémentaires
1.1.1. Fermions
1.1.2. Bosons
1.2. Champs et interactions
1.3. Formalismes mathématiques et Lois de Conservation
1.3.1. Formalisme Lagrangien
1.3.2. Théorème de Noether
1.4. Symétrie de Jauge
1.4.1. Invariance en Quantum Electrodynamic ou Electrodynamique Quantique (QED) sous U(1)
1.4.2. Généralisation du principe : les invariances sous SU(N)
1.5. Limites du Modèle Standard et nouvelles théories
2. Phénoménologie des bosons de Higgs
2.1. Modèle à deux doublets de Higgs
2.2. Modèle simplifié et approximations
2.3. Les différents modes de production du boson de Higgs
2.3.1. Fusion gluon-gluon (ggF)
2.3.2. Fusion des vecteurs bosons W,Z
2.3.3. Production associée aux vecteurs bosons
2.3.4. Production associée t ¯ tH
2.4. Mode de désintégration
2.5. Sélection d’évènement : les traits-classificateurs de bas niveau
2.6. Optimisation de la classification : les traits-classificateurs de haut niveau
CHAPITRE II. Simulation par Monte Carlo  
3. La méthode de Monte Carlo et les générateurs d’évènements
3.1. Description de la méthode
3.2. Générateurs de nombres aléatoires
3.3. Théories et modèles
4. Simulation
4.1. Génération d’évènements par MadGraph5
4.2. Hadronisation et Showering par Pythia8
4.2.1. Showering
4.2.2. Hadronisation
4.3. Simulation du détecteur par Delphes
4.4. Résultats des simulations
CHAPITRE III.Réseaux de neurones et Classification 
5. Théories sur les perceptrons et problèmes de classification
5.1. Réseaux de neurones artificiels
5.1.1. Historique
5.1.2. Imitations des neurones biologiques
5.1.3. Description d’un réseau de neurones artificiels
5.2. Perceptron
5.3. Perceptron multicouche
5.4. Versions améliorées de l’algorithme de RetroPropagation
5.5. Classification de données
6. Le framework ROOT et environnement de développement
6.1. ROOT
6.1.1. Présentation de ROOT
6.1.2. Les bibliothèques ROOT
6.2. Notre programme de classification
7. Présentation des résultats
7.1. Execution du programme
7.2. Architecture
7.3. Résultats
Conclusion générale

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *