
Pesquisa
Meu principal foco de pesquisa é compreender a natureza da matéria escura. Para isso, trabalho na interseção entre física de partículas e cosmologia, modelando e analisando dados do Grande Colisor de Hádrons (LHC) e comparando-os com observações cosmológicas de outros experimentos. Em minha pesquisa, também utilizo diversas técnicas de computação científica, principalmente modelos de inteligência artificial, para tentar explicar e prever novos resultados.
A seguir, apresento um resumo dos meus principais projetos de pesquisa e uma lista de publicações selecionadas.
Projetos
-
Measurement of t \bar t production cross section
Nosso objetivo é medir a seção de choque t \bar t \to Z realizando um ajuste de máxima verossimilhança na distribuição de saída de uma DNN usando uma estrutura Python para arquivos de dados NanoAODs. Esta análise está sendo realizada em duas partes, abordando os canais de decaimento t\bar t dileptônico e semileptônico. Utilizamos dados do LHC Run 2 (138 fb^−1) e também do Run 3.
-
MACAXEIRA - A ML Framework
O framework MACAXEIRA está sendo desenvolvido para auxiliar físicos no treinamento de modelos de aprendizado de máquina de forma mais simples, a partir de arquivos de dados .root ou .h5, diretamente para a otimização de parâmetros e ajustes de verossimilhança do modelo. Ele é altamente paralelizado e funciona perfeitamente em ambientes de computação de alto desempenho (HPC) através do HTCondor ou do SLURM.
-
AxiTop
O principal objetivo científico desta pesquisa é a busca pela produção de partículas do tipo áxion a partir de colisões próton-próton a \sqrt{s} = 13,6 TeV no LHC do CERN, utilizando os dados coletados pelo detector CMS. Em resumo, propomos usar os dados do Run 3 do LHC para buscar partículas do tipo áxion como um candidato viável para matéria escura, tanto em produção quanto em decaimento, algo nunca antes explorado experimentalmente. O sucesso do projeto depende de técnicas inovadoras de análise para lidar com o gatilho, a reconstrução do sinal e a estimativa dos processos de fundo, por meio de um esforço conjunto da UGent e da UNESP.
-
DM resonance production in the s-channel
A busca por novos mediadores no setor escuro em aceleradores, como o LHC, visa avaliar os dados em busca de novas interações. Nesses casos, processos de nova física, se observados, devem incorporar restrições cosmológicas e astrofísicas para serem identificados como originários da matéria escura. Esta pesquisa investiga um modelo de interação simplificado, que se alinha com a física atual do Modelo Padrão, mas introduz um novo mediador de spin-1 e spin-0 para interagir com três partículas potenciais que poderiam constituir parte ou toda a abundância residual de matéria escura no Universo.
Parte do código utilizado nesta pesquisa está disponível no meu GitHub.
Artigos Publicados
-
Resonant production of vector dm states characterized by monophoton isr at high-energy colliders. de SOUZA, M. & SILVEIRA, G. G. (2024). Brazilian Journal of Physics, 54(5). DOI: 10.1007/s13538-024-01545-4
-
Investigation of scalar and fermion dark matter in mono-photon production at high-energy colliders. de SOUZA, M. & SILVEIRA, G. G. (2023). Eur. Phys. J. C, 84(2), 181. DOI: 10.1140/epjc/s10052-024-12528-9.
-
Investigation of spin-dependent dark matter in mono-photon production at high-energy colliders.de Souza, M. & SILVEIRA, G. G. (2023). E-print: arXiv:2308.03680
-
Investigation of the nature of a massive vector mediator for dark matter through e^+e^- collisions. MATEUS, Marcio, & da SILVEIRA, G. G. [Gustavo Gil]. (2021). Astron. Nachr., 342(1-2), 411–415. DOI: 10.1002/asna.202113943
Tese de Doutorado
- Resonant dark matter production through a new spin-1 massive mediator. de Sousa Mateus Junior, M. (2024). Universidade Federal do Rio Grande do Sul, Porto Alegre, Brasil. Retrieved from https://www.lume.ufrgs.br/handle/10183/276460
Dissertação de Mestrado
- Investigação da natureza de um mediador vetorial massivo para a matéria escura por meio de colisões e^+e^-. JUNIOR, M. de S. M.; SILVEIRA, G. G. da. MSc. Dissertation — Universidade Federal do Rio Grande do Sul, Porto Alegre, Brasil, 2020. Avaible at: https://lume.ufrgs.br/handle/10183/211546 (
PT-BR).