Rossi Tisbeni, Simone
(2026)
Advanced computing techniques for online and offline CMS data processing in the HL-LHC era, [Dissertation thesis], Alma Mater Studiorum Università di Bologna.
Dottorato di ricerca in
Data science and computation, 37 Ciclo.
Documenti full-text disponibili:
Abstract
La scoperta del bosone di Higgs nel 2012 da parte di CMS e ATLAS al LHC del CERN ha rappresentato un traguardo per la ricerca in fisica delle particelle. Sebbene il Modello Standard descriva con successo le particelle e le forze fondamentali, molte domande rimangono ancora senza risposta. L’High-Luminosity LHC rappresenta il prossimo grande upgrade, con entrata in funzione prevista per il 2030, fornendo nel corso della sua vita una luminosità integrata dieci volte superiore e notevole aumento della frequenza delle collisioni. L’obiettivo è ampliare le capacità degli esperimenti e analizzare dati che potrebbero offrire nuove prospettive sui modelli teorici. Le sfide poste dall’HL-LHC a CMS sono considerevoli. La dimensione media degli eventi crescerà di un ordine di grandezza, mentre la frequenza di accettazione del trigger aumenterà fino a 750kHz. Senza progressi nell’acquisizione dati, negli algoritmi di ricostruzione e nelle infrastrutture di calcolo, queste condizioni supererebbero di diversi ordini di grandezza le capacità attuali di storage e calcolo. In una collaborazione quinquennale tra il CERN, ATLAS e CMS, il progetto NextGeneration Triggers affronta tali sfide introducendo innovazioni nei sistemi di trigger e di acquisizione dati, per aumentare il tasso di accettazione e l’efficienza. Questa tesi presenta i miei contributi al progetto nell’ambito del Work Package 3, dedicato alla riprogettazione del sistema di elaborazione dati in tempo reale di CMS, articolandosi su tre temi principali: lo sviluppo di uno strumento per l’ottimizzazione dei parametri negli algoritmi di ricostruzione, basato su metaeuristica; la valutazione di strategie di compressione, sia lossless che lossy, per ridurre la dimensione dei dati RAW; e la realizzazione di un framework automatico per l’orchestrazione dei workflow di calibrazione del rivelatore. Le tecniche presentate in questa tesi contribuiscono agli sviluppi computazionali dell’aggiornamento a Phase-2 di CMS, con l’obiettivo di prepararesi alle future indagini sulla fisica oltre il Modello Standard.
Abstract
La scoperta del bosone di Higgs nel 2012 da parte di CMS e ATLAS al LHC del CERN ha rappresentato un traguardo per la ricerca in fisica delle particelle. Sebbene il Modello Standard descriva con successo le particelle e le forze fondamentali, molte domande rimangono ancora senza risposta. L’High-Luminosity LHC rappresenta il prossimo grande upgrade, con entrata in funzione prevista per il 2030, fornendo nel corso della sua vita una luminosità integrata dieci volte superiore e notevole aumento della frequenza delle collisioni. L’obiettivo è ampliare le capacità degli esperimenti e analizzare dati che potrebbero offrire nuove prospettive sui modelli teorici. Le sfide poste dall’HL-LHC a CMS sono considerevoli. La dimensione media degli eventi crescerà di un ordine di grandezza, mentre la frequenza di accettazione del trigger aumenterà fino a 750kHz. Senza progressi nell’acquisizione dati, negli algoritmi di ricostruzione e nelle infrastrutture di calcolo, queste condizioni supererebbero di diversi ordini di grandezza le capacità attuali di storage e calcolo. In una collaborazione quinquennale tra il CERN, ATLAS e CMS, il progetto NextGeneration Triggers affronta tali sfide introducendo innovazioni nei sistemi di trigger e di acquisizione dati, per aumentare il tasso di accettazione e l’efficienza. Questa tesi presenta i miei contributi al progetto nell’ambito del Work Package 3, dedicato alla riprogettazione del sistema di elaborazione dati in tempo reale di CMS, articolandosi su tre temi principali: lo sviluppo di uno strumento per l’ottimizzazione dei parametri negli algoritmi di ricostruzione, basato su metaeuristica; la valutazione di strategie di compressione, sia lossless che lossy, per ridurre la dimensione dei dati RAW; e la realizzazione di un framework automatico per l’orchestrazione dei workflow di calibrazione del rivelatore. Le tecniche presentate in questa tesi contribuiscono agli sviluppi computazionali dell’aggiornamento a Phase-2 di CMS, con l’obiettivo di prepararesi alle future indagini sulla fisica oltre il Modello Standard.
Tipologia del documento
Tesi di dottorato
Autore
Rossi Tisbeni, Simone
Supervisore
Co-supervisore
Dottorato di ricerca
Ciclo
37
Coordinatore
Settore disciplinare
Settore concorsuale
Parole chiave
Particle Physics, Tracking, Optimization, Compression, Computing, Calibration, Continuous Integration
Data di discussione
25 Marzo 2026
URI
Altri metadati
Tipologia del documento
Tesi di dottorato
Autore
Rossi Tisbeni, Simone
Supervisore
Co-supervisore
Dottorato di ricerca
Ciclo
37
Coordinatore
Settore disciplinare
Settore concorsuale
Parole chiave
Particle Physics, Tracking, Optimization, Compression, Computing, Calibration, Continuous Integration
Data di discussione
25 Marzo 2026
URI
Statistica sui download
Gestione del documento: