Tecniche di rivelazione avanzate:

Rivelatori avanzati: richiami sui rivelatori a stato solido
e a gas, esempi di rivelatori moderni (CCD, rivelatori a strip, MAPS e pixel
ibridi, CMOS, LGAD, rivelatori a banda larga, TPC, GEM, MRPC), calorimetri
elettromagnetici, applicazioni avanzate di scintillatori, rivelatori Cherenkov,
RICH.

Sistemi di trigger, acquisizione e trasmissione dati:
acquisizione dati multiparametrica, trasmissione dei dati, trigger e selezione
degli eventi, sistemi “trigger-less”, applicazione dell’AI nel processamento on-line
dei dati.

Digital Pulse Processing: processamento del segnale con
elettronica standard, richiami su principio di funzionamento di ADC, discriminatori
e TDC, digitalizzatori e oscilloscopi digitali, analisi offline di segnali
digitalizzati, metodologie e algoritmi per il processamento digitale degli
impulsi, esempi.

Metodologie e tecniche di analisi dati:

Sottrazione del fondo: spettro massa invariante, fondo
combinatorio, fit con funzioni continue, metodi e algoritmi per la sottrazione
del fondo, tecnica event-mixing, tecnica like-sign, tecnica della traccia
ruotata

Tracciamento e riconoscimento di pattern: algoritmi di
riconoscimento di pattern, la trasformata di Hough e applicazioni ai rivelatori
RICH, algoritmi di tracking, ricostruzione vertici primari e secondari, metodo
Kalman Filter, analisi di sciami nei calorimetri.

Reti neurali: reti neurali artificiali (ANN), esempi ed
applicazioni in fisica nucleare (identificazione di particelle, tracciamento di
particelle, ricostruzione di un segnale, metodi di previsioni, problemi di classificazione).

Metodi Monte Carlo e simulazioni di rivelatori: richiami sui
concetti di simulazione, tecniche di simulazione per studiare le proprietà di
un rivelatore, codici di simulazioni professionali in Fisica Nucleare e campi
affini.

Sessioni di analisi e attività in laboratorio:

Analisi di un set di dati da esperimenti LHC: struttura di
un tree ridotto, macro di readout, esempi di analisi (distribuzione di
molteplicità, spettri inclusivi di particelle, distribuzioni in impulso
trasverso, qualità delle tracce e selezione, identificazione di particelle,
spettri di particelle identificate, selezione delle V0, spettro di massa
invariante, ricostruzione di K0s da coppie di pioni, ricostruzione di (anti) Λ,
plot di Armenteros).

Applicazioni di reti neurali: identificazione di particelle,
tracciamento di particelle, ricostruzione di un segnale, metodi di previsioni.

GEANT: esempi ed uso del software GEANT.

Misure sperimentali: misure tra rivelatori in coincidenza a
piccole e grandi distanze (GPS), digitalizzazione e analisi di segnali da
rivelatori, caratterizzazione elettrica di matrici di MAPS.

1) L.Lyons,
Statistics for nuclear and particle physicists, Cambridge University Press.

2)
C.M.Bishop, Neural networks and their applications, Rev.of
Sci.Instr.65(1994)1803

3)
G.F.Knoll, Radiation Detection and Measurements, Wiley.

4)
M.Momayezi et al., Applications of real-time digital pulse processing in
nuclear physics, AIP Conference Proceedings 518, 307 (2000);
https://doi.org/10.1063/1.1306025

5) Ulteriori referenze bibliografiche su argomenti specifici
forniti durante il Corso.