LHC实验的蒙特卡洛模拟和探测器设计

本课题运用蒙特卡洛方法对LHC上寻找Higgs粒子的主要物理过程及其本底，进行了系统的模拟，并运用前馈式神经网络方法进行了模式识别，并重点建立了事例，得到了重点的Higgs粒子质量的分布，包括H→EE（WW）→lluu和U→CC等过程。这种方法对解决LHC上Higgs粒子产生截面小，难以识别，本底大，信噪比大的困难有重要意义。蒙特卡洛模拟和神经网络分析的结果对电磁量能器的设计和优化提供了重要的理论依据。这项研究的结果对今后LHC的探测器设计，离线数据分析和物理分析等多方面的研究工作，都具有重要意义。