Kiki Nova

This thesis presents significant advances in the use of neural networks to study the properties of neutrinos. Machine learning tools like neural networks (NN) can be used to identify the particle types or determine their energies in detectors such as those used in the NOvA neutrino experiment, which studies changes in a beam of neutrinos as it propagates approximately 800 km through the earth. NOvA relies heavily on simulations of the physics processes and the detector response; these simulations work well, but do not match the real experiment perfectly. Thus, neural networks trained on simulated datasets must include systematic uncertainties that account for possible imperfections in the simulation. This thesis presents the first application in HEP of adversarial domain generalization to a regression neural network. Applying domain generalization to problems with large systematic variations will reduce the impact of uncertainties while avoiding the risk of falsely constraining the phase space. Reducing the impact of systematic uncertainties makes NOvA analysis more robust, and improves the significance of experimental results.

Caschetto nero, naso appuntito, morbide spalle, fianchi che sa come agitare per meglio incantare il suo pubblico: tutto questo è Kiki, cantante, ballerina, modella; Kiki dall’eleganza ferina di un cervo; Kiki trasportata dalla gioia. Kiki, stella delle notti di Montparnasse, sulla Rive Gauche della Parigi degli anni Venti, una città la cui luce, negli anni fra le due guerre, brilla tanto da accecare. Ma Kiki, nata Alice Ernestine Prin, figlia illegittima dalle origini povere e oscure, è anche qualcos’altro per la platea bohémienne che assiste a quegli spettacoli: la compagna e musa di uno dei piú dirompenti artisti dell’epoca, Man Ray. S’incontrano in un caffè, nel 1921. Kiki è esuberante e provocatoria, a quel tempo la preferita da pittori come Calder e Modigliani; Man Ray è guardingo, taciturno, capace di pronunciare in francese solo poche frasi..